TensorFlow Lite を Seeed Studio XIAO nRF52840 Sense で始める
この文書は AI によって翻訳されています。内容に不正確な点や改善すべき点がございましたら、文書下部のコメント欄または以下の Issue ページにてご報告ください。
https://github.com/Seeed-Studio/wiki-documents/issues
TensorFlow Lite を Seeed Studio XIAO nRF52840 Sense で始める
このウィキでは、Seeed Studio XIAO nRF52840 Sense 上で TensorFlow Lite を使用し、内蔵加速度センサーを用いてパンチや屈曲といったジェスチャーを検出する方法を説明します。ここでは、データのトレーニングはデバイス上で行います。
組み込み AI アプリケーションには、「Seeed nrf52 mbed-enabled Boards Library」の使用を強くお勧めします。
ソフトウェアのセットアップ
まず、初期のハードウェアおよびソフトウェアのセットアップについては、"Getting Started with Seeed Studio XIAO nRF52840 (Sense)" ウィキを参照してください。
それでは、残りのソフトウェアセットアップに進みましょう。
- ステップ 1. Seeed_Arduino_LSM6DS3 ライブラリ を zip ファイルとしてダウンロードします
- ステップ 2. tflite-micro-arduino-examples ライブラリ を zip ファイルとしてダウンロードします
- ステップ 3. Arduino IDE を開き、
スケッチ > ライブラリをインクルード > .ZIP ライブラリを追加...を選択し、ダウンロードした zip ファイルを順番に開きます
- ステップ 4.
ファイル > スケッチ例 > Seeed Arduino LSM6DS3 > IMU_Captureに移動して IMU_Capture.ino を開きます
- ステップ 5. コードをアップロードし、シリアルモニタを開きます
注意: コードをアップロードした後、自動的には実行されません。Arduino ウィンドウの右上にある シリアルモニタ をクリックする必要があります。
データのトレーニング
パンチ動作
シリアルモニタを開いた状態で、パンチ動作のデータトレーニングを開始します。
- ステップ 1. Seeed Studio XIAO nRF52840 Sense を手のひらに持ち、前方にパンチを始めると、シリアルモニタにデータが表示されます
ステップ 2. パンチ動作を約 10 回繰り返すと、各パンチ後に新しいデータが生成されます
ステップ 3. シリアルモニタの出力全体をコピーしてテキストファイルに貼り付け、ファイルを punch.csv として保存します
注意: aX,aY,aZ,gX,gY,gZ を含む最初の行も必ずコピーしてください。
屈曲動作
- ステップ 1. USB ケーブルを Seeed Studio XIAO nRF52840 Sense に再接続し、シリアルモニタを開き、Seeed Studio XIAO nRF52840 Sense を手のひらに持って内側に屈曲を始めると、シリアルモニタにデータが表示されます
ステップ 2. 屈曲動作を約 10 回繰り返すと、各屈曲後に新しいデータが生成されます
ステップ 3. シリアルモニタの出力全体をコピーしてテキストファイルに貼り付け、ファイルを flex.csv として保存します
注意: aX,aY,aZ,gX,gY,gZ を含む最初の行も必ずコピーしてください。
TensorFlow Lite モデルファイルの生成
ここでは、以前作成した punch.csv と flex.csv ファイルを使用して、TensorFlow Lite モデルファイル (model.h) を生成します。
- ステップ 1. この Python ノートブック を開きます。このノートブックは、必要な model.h ファイルを生成するのに役立ちます。
- ステップ 2. 左側のナビゲーションパネルにあるファイルタブに移動し、punch.csv と flex.csv ファイルをドラッグ＆ドロップします。
- ステップ 3. Setup Python Environment セクション内で、コードを pip install tensorflow==2.0.0-rc1 から pip install tensorflow に変更します。
- ステップ 4.
Runtime > Run allに移動して、すべてのコードセルを実行します。
- ステップ 5. エラーメッセージが表示されたら、Run anyway をクリックします。
- ステップ 6. すべてのコードセルが実行されると、以前見た files タブの下に新しい model.h ファイルが生成されます。
注意: 上記の model.h ファイルが表示されない場合は、ページを更新してください。
- ステップ 7. ファイルを右クリックして Download を選択し、PCにファイルをダウンロードします。
推論
次に、ダウンロードした TensorFlow Lite モデルファイル (model.h) を使用して、Seeed Studio XIAO nRF52840 Sense でパンチとフレックスの動作を認識します。
- ステップ 1. Seeed_Arduino_LSM6DS3 ライブラリのライブラリパスに移動します（通常は Documents > Arduino > libraries > Seeed_Arduino_LSM6DS3 の下にあります）。そして examples > IMU_Classifier を開きます。
ステップ 2. model.h ファイルを、先ほどダウンロードしたものに置き換えます。
ステップ 3. IMU_Classifier.ino をダブルクリックしてコードを開き、Seeed Studio XIAO nRF52840 Sense にアップロードします。
パンチ動作
シリアルモニター を開き、パンチ動作を行います。punch の横に 1 に近い結果が表示されるのが確認できます。
フレックス動作
フレックス動作を行います。flex の横に 1 に近い結果が表示されるのが確認できます。
リソース
- [ウェブページ] TensorFlow Lite ドキュメント
技術サポート & 製品ディスカッション
弊社製品をお選びいただきありがとうございます！お客様が弊社製品をスムーズにご利用いただけるよう、さまざまなサポートを提供しております。異なる好みやニーズに対応するため、いくつかのコミュニケーションチャネルをご用意しています。