メインコンテンツまでスキップ

SenseCraft AI を使用した SenseCAP A1102 への AI モデルのデプロイ

概要​

SenseCAP A1102 は、高度な AI 機能とデプロイの容易さを組み合わせた強力なセンサーデバイスです。このガイドでは、SenseCraft AI ウェブサイトを使用して A1102 に公式またはカスタム AI モデルをデプロイする方法を、設定、デプロイ、テストの段階的な手順とともに説明します。

SenseCAP A1102 への AI モデルのデプロイ

AI モデルの訓練とデプロイ：リアルタイム分析のためのカスタムまたは公式 AI モデルで LoRaWAN カメラを強化します。SenseCAP A1102 は、AI 駆動のインサイトをアプリケーションに導入する柔軟性を提供します。

  • LoRaWAN カメラでのカスタム AI モデルデプロイ

    SenseCAP A1102 では、独自の AI モデルを訓練し、LoRaWAN 対応カメラに直接デプロイできます。これにより、リアルタイムの物体検出が可能になります。LoRaWAN とのシームレスな統合により、AI 駆動のインサイトが現場でアクセス可能かつ実用的になります。

  • 事前訓練済みモデルまたはカスタムモデルの使用

    SenseCAP A1102 は、幅広い事前訓練済み AI モデルをサポートし、Roboflow Universe などで見つかる公開データセットやカスタムデータセットを使用してカスタムモデルを訓練する機能も提供します。この柔軟性により、ユースケースに特化したモデルを簡単にデプロイできます。

  • 多様なアプリケーション

    SenseCAP A1102 は、様々な実世界のアプリケーションにデプロイできます。農業での植物の葉の健康状態の監視、都市環境での駐車スペースの占有状況の検出、海域での船舶位置の追跡など、AI モデルは特定のニーズに適応できます。

前提条件​

必要なハードウェア​

  • SenseCAP A1102 デバイス
  • USB Type-C データケーブル
  • PC

必要なソフトウェア​

公式 AI モデルデプロイプロセス​

ステップ 1. プラットフォームを開き、ワークスペースで A1102 を選択​

ステップ 2. シリアルポート経由でプラットフォームに接続​

  • Type-C ケーブルを使用してデバイスを PC に接続します（下の画像に示すように、Himax シリアルポートである上部の Type-C ポートに接続していることを確認してください）。
  • Connect をクリック
  • ポップアップウィンドウで正しいシリアルポートを選択し、Connect をクリック

正しいポートが選択されている場合、Invoke を通じてプレビュービデオストリームを表示でき、モデルの選択とフラッシュを正常に進めることができます。

ステップ 3. デバイスにデプロイしたい AI モデルを選択​

  • Select Model をクリック

  • パブリックモデルまたは SenseCraft AI で訓練した独自のモデルから選択

  • モデルをクリックするとフラッシュプロセスが開始されます

注記

デバイスは現在、デプロイした AI モデルを使用して検出し、結果をアップロードしています！APP または他のプラットフォームに移動して表示してください。

カスタム AI モデルデプロイプロセス​

note

AI モデルは多くのクラスで訓練できますが、認識結果は S2100 経由で送信されるため、レポートには 最初の 9 クラス のみが効果的にサポートされます。

ステップ 1. Roboflow からデータセットを取得​

  • 独自の画像を使用してラベル付けしてデータセットを取得したい場合は、Roboflow に移動して プロジェクト を作成してください
note

独自の画像を使用する場合は、ラベルの順序に特に注意してください。 最初の 9 クラス（ラベルインデックス 0–8）のみが有効で、A1102 で認識できます。 データセットに 9 つ以上のクラスが含まれている場合は、モデルをエクスポートする前に他のクラスを削除して、必要な 9 つのクラスのみを選択する必要があります。

ステップ 2. Roboflow からデータセットをエクスポート​

  • Overview をクリックしてクラスを確認
note

表示されるクラスの順序は、ラベルインデックスの順序に対応します。したがって、A1102 では最初の 9 クラス（ラベルインデックス 0–8）のみが認識結果として正しくアップロードできます。 モデルに 9 つ以上のクラスが含まれている場合は、データセットを独自のプロジェクトにクローンし、他のラベルを削除してから、データセットを再度エクスポートして、必要な 9 つのクラスを選択する必要があります。

  • プロジェクトで Dataset をクリック
  • Download Dataset をクリック
  • Download Dataset をクリック
  • COCO と Show download code を選択し、Continue をクリック
  • AI モデル訓練プロセスで使用される Raw URL をコピー

ステップ 3. データセットで AI モデルを訓練​

  • モデル訓練クイックスタート に従って、準備したデータセットで AI モデルを訓練します。

  • 訓練が完了したら、訓練済みモデルを .tflite 形式でエクスポートします。これはデバイスへのデプロイに使用されます。

ステップ 4. カスタム AI モデルをアップロードしてフラッシュ​

  • シリアルポート経由でプラットフォームに接続

  • Type-C ケーブルを使用してデバイスを PC に接続します（下の画像に示すように、Himax シリアルポートである上部の Type-C ポートに接続していることを確認してください）。

  • Connect をクリック

  • 正しいシリアルポートを選択し、ポップアップウィンドウで Connect をクリックします

  • Upload Model をクリックします

  • モデル情報を設定します

  • Model File: TFLiteモデルの訓練とエクスポートの詳細な手順については、このガイドを参照してください

  • Object: モデルのラベル順序（0から8）に対応するカテゴリ名。最大9つのクラスまでサポートされており、追加のクラスは表示されません。

  • Send をクリックし、フラッシュプロセスが完了するまで待ちます

Seeed Portalでの結果分析​

  • 最初の値はデータ報告のタイムスタンプです

  • 次の9つの値は、各クラスインデックス（0から8）の信頼度スコア（measurementValue）を表します。

  • 最後の値は、デプロイされたAIモデルに関連するメタデータを含むモデル情報を含んでいます。

TTNでの結果分析​

  • 各結果には10の測定値が含まれており、これらは10のRS485チャンネルに対応しています。

  • 最初の9つの測定値は、各クラスインデックス（0から8）の信頼度スコア（measurementValue）を表します。

  • 10番目の測定値は、デプロイされたAIモデルに関連するメタデータを含むモデル情報を含んでいます。

FAQ​

Q: どのようなタイプのカスタムモデルをアップロードできますか？

A: .tfliteファイル拡張子のモデルをアップロードできます。モデル訓練クイックスタートの手順に従って、独自のモデルを訓練およびエクスポートできます。

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！弊社では、お客様の製品体験が可能な限りスムーズになるよう、さまざまなサポートを提供しています。異なる好みやニーズに対応するため、複数のコミュニケーションチャンネルを用意しています。

Loading Comments...