SenseCraft AI 概要

note

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

SenseCraft AI ウィキセンター

概要

概要 🖱️

概要セクションでは、SenseCraft AI の目的、主な特徴、および利点についての高レベルな紹介を提供します。このセクションは、プラットフォームとその機能を理解するための出発点として機能します。また、SenseCraft AI を迅速に利用開始するための「はじめに」ガイドや FAQ へのリンクも含まれています。

事前学習済みモデル

事前学習済みモデル 🖱️

事前学習済みモデルセクションでは、SenseCraft AI がサポートするさまざまなデバイスで展開可能な、すぐに利用できるモデルに関する情報を提供します。これらのモデルは特定のハードウェア向けに最適化されており、カスタムトレーニングを必要とせずにさまざまなアプリケーションで使用できます。このセクションは、サポートされているデバイスに基づいてさらにサブセクションに分かれています：

• XIAO ESP32S3 Sense 用: このサブセクションでは、XIAO ESP32S3 Sense ボードと互換性のある事前学習済みモデル、その説明、および使用例を一覧表示しています。

XIAO ESP32S3 Sense 用

• Grove Vision AI V2 用: ここでは、Grove Vision AI V2 デバイス専用に設計された事前学習済みモデルを見つけることができます。

Grove Vision AI V2 用

• SenseCAP Watcher 用: このサブセクションでは、SenseCAP Watcher デバイスで使用可能な事前学習済みモデルに関する情報を提供し、さまざまなモニタリングおよび検出機能を可能にします。

SenseCAP Watcher 用

• reComputer Jetson 用: reComputer Jetson サブセクションには、より高度な AI アプリケーションに適した強力な reComputer Jetson プラットフォーム向けに最適化された事前学習済みモデルが含まれています。

reComputer Jetson 用

トレーニング

トレーニング 🖱️

トレーニングセクションは、SenseCraft AI を使用してカスタムモデルを作成するプロセスをユーザーに案内することを目的としています。このセクションは以下の2つの主要なサブセクションに分かれています：

• 分類: このサブセクションでは、SenseCraft AI を使用して画像分類モデルをトレーニングするためのステップバイステップのチュートリアルとベストプラクティスを提供します。

分類 🖱️

• オブジェクト検出: ここでは、SenseCraft AI を使用してオブジェクト検出モデルをトレーニングするための詳細なガイドを見つけることができます。

オブジェクト検出 🖱️

モデル出力

モデル出力 🖱️

モデル出力セクションは、SenseCraft AI がサポートするさまざまなデバイスでトレーニング済みモデルの出力を設定および利用する方法に焦点を当てています。このセクションは以下のサブセクションに分かれています：

• Grove Vision AI V2 モデル出力: このサブセクションでは、Grove Vision AI V2 デバイスにデプロイされたモデルの出力を設定およびアクセスする方法を説明します。トリガーの設定、外部システムとの統合、モデルの予測の可視化などのトピックをカバーしています。

Grove Vision AI V2

• XIAO ESP32S3 Sense モデル出力: ここでは、XIAO ESP32S3 Sense ボードでモデル出力を操作する方法についての情報を見つけることができます。このサブセクションはさらに以下に分かれています：

  • GPIO 経由: この部分では、モデル出力を XIAO ESP32S3 Sense の GPIO ピンにマッピングし、モデルの予測に基づいて外部ハードウェアを制御する方法を案内します。
  
  
  GPIO 経由
  
  
  • MQTT 経由: ここでは、MQTT プロトコルを使用して XIAO ESP32S3 Sense から他のデバイスやシステムにモデル出力を送信し、シームレスな統合と通信を実現する方法を学べます。
  
  
  MQTT 経由
  
  
  • センサーとして使用: この部分では、モデルをアップロード済みの XIAO をセンサーとして使用する方法を説明します。追加の XIAO または Arduino デバイスを使用する必要がある場合があります。
  
  
  センサーとして使用
  
  
  • SSCMACore ライブラリを使用してモデル情報を出力: モデルのデータ出力を受信するために追加の XIAO を使用したくない場合は、ここでのチュートリアルが役立つかもしれません。
  
  
  SSCMACore を使用
  
  

• reComputer Jetson ワークスペース: このサブセクションでは、モデル出力を操作するための reComputer Jetson ワークスペースの設定と利用方法についての情報を提供します。ワークスペースの設定、モデル予測の可視化、他のソフトウェアとの統合などのトピックをカバーしています。

アプリケーション

アプリケーション 🖱️

この「アプリケーション」セクションでは、SenseCraft AI を使用してさまざまな分野の問題を解決する方法を示す実際の例やケーススタディを紹介しています。詳細なプロジェクトの説明、コードサンプル、ベストプラクティスが含まれており、SenseCraft AI を使用して独自の AI アプリケーションを開発する際のインスピレーションとガイドを提供します。

技術サポート & 製品ディスカッション

弊社の製品をお選びいただきありがとうございます！お客様が弊社の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います。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用意しています。