Skip to main content

独自のAIモデルをトレーニングしてデプロイする

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

独自のAIモデルをトレーニングしてデプロイする

SenseCraft AIプラットフォーム​

Seeed Studio SenseCraft AIプラットフォームはブラウザベースのAIソリューションです。

ユーザーが簡単に独自のモデルをトレーニングしてエッジデバイスにデプロイできるようにし、シームレスで使いやすい体験を提供します。数回クリックするだけで、独自のモデルをトレーニングしてエッジデバイスにデプロイすることができます。

info

このプラットフォームの核となる部分はオープンソースプロジェクトであり、GitHubで共有しています。また、開発方法も提供しています。

モデルのトレーニングを開始する​

まず、SenseCraft AIデプロイメントウェブサイトにアクセスし、XIAO ESP32S3 SenseをデータケーブルでPCに接続するだけで、すぐに使用を開始できます。

ステップ1. XIAO ESP32S3 Sense拡張ボードをインストールする​

まず、XIAO ESP32S3 Sense拡張ボードをXIAOに正しく接続する必要があります。拡張ボードのインストールは非常に簡単で、拡張ボードのコネクタをXIAO ESP32S3のB2Bコネクタに合わせて押し込み、「クリック」という音が聞こえたらインストール完了です。

ステップ2. XIAOをPCに接続する​

データ転送機能付きのデータケーブルを使用してXIAOをPCに接続します。

ステップ3. SenseCraft AIプラットフォームページにアクセスしてXIAOを接続する​

以下のボタンをクリックしてSenseCraft AIプラットフォームのホームページにアクセスします。

SenseCraft AIプラットフォーム

ステップ4. モデルのトレーニングを開始する​

SenseCraft AIプラットフォームのホームページに入ったら、まずTrainingをクリックし、次にClassification Typeを選択してクラスに名前を付け、最後にXIAO ESP32S3 Senseを選択します。

次に、分類の要件に基づいてクラスを参照し、Hold to Recordをクリックします。

今回は、ジェスチャー認識の要件を選択し、「12345」を分類しました。

tip

画像をキャプチャする: 各クラスで10枚以上の画像を撮影するのが理想的です。多いほど良いです。

データ収集が完了したら、トレーニングセクションでXIAO ESP32S3 Senseを選択し、Start Trainingをクリックします。

トレーニングが完了すると、リアルタイムプレビューを通じてトレーニング結果を確認できます。

ステップ5. モデルをデプロイする​

トレーニング結果をプレビューしてトレーニングしたモデルが問題ないことを確認したら、Training Recordsを選択し、最近トレーニングしたモデル（「ClassTrain」と「XIAO」と名付けられたもの）を選択してDeploy to deviceをクリックします。

デバイスへのデプロイが成功すると、結果が直接表示されます。

これで最初のMLモデルのトレーニングが成功しました！

info

時間がある場合は、以前学んだ「Output」操作を試してみることができます。

ToDo

  • SenseCraft AI プラットフォームを使用してモデルをトレーニングおよびデプロイする。
  • SenseCraft AI プラットフォームでトリガーを設定し、LED を制御する。

(オプション) フェデレーション: データを遠隔地に送信する​

このステップでは、XIAO ESP32S3 Sense から Wi-Fi と MQTT を使用してデータをリモートデバイスに送信し、リモートでのデプロイメントを確認できるようにします。

ステップ 1. デバイスで MQTT を設定してテストする​

例として、NVIDIA Jetson reComputer J4012 を使用します。このデバイスは MQTT ブローカーのインストールをサポートしており、最も重要な点は 100 TOPS の AI パワーを提供し、ローカルで LLM を適用できることです。

SenseCraft AI プラットフォームは Wi-Fi と MQTT 接続をサポートしています。

まず、MQTT ブローカー (Mosquitto) をインストールし、MQTT サーバーを設定します。

sudo apt-get update
sudo apt-get install mosquitto

これで reComputer (Linux) に Mosquitto のインストールが完了します。

次に以下のコマンドを実行します：

sudo service mosquitto start

これで Mosquitto を開始します。

その後、以下のコマンドを実行して Mosquitto がアクティブ化されているか確認します：

sudo service mosquitto status

image

info

テスト:

トピックを作成/購読する場合：

mosquitto_sub -h localhost -t "LED"

データを送信/公開する場合：

mosquitto_pub -h localhost -t "LED" -m "1"
mosquitto_pub -h localhost -t "LED" -m "test"

結果を取得し、すべて正常に動作しているようです：

image

localhost は 192.168.66.184 (reComputer として) です：

image

ステップ 3. SenseCraft AI プラットフォームで XIAO ESP32S3 Sense を設定する​

SenseCraft AI プラットフォームでは、「Configuration」ページを参照できます：

info
  • SSID: (MQTT デバイスと同じ Wi-Fi 名)
  • Password: (MQTT デバイスの Wi-Fi パスワード)
  • Encryption: AUTO
  • MQTT: Yes
  • Host: (MQTT デバイスの IP アドレス)
  • Port: 1883

この例では、MQTT デバイスは上記の reComputer です。

ステップ 3. XIAO ESP32S3 Sense からデータを受信して表示する​

受信部分では、以下のコマンドでクライアントをインストールできます：

pip install python-sscma

これは sscma_micro 用の統合クライアントであり、SSCMA モデル用のサーバーとして機能するマイクロコントローラーです。

その後、以下のコマンドを使用してデータを受信します：

sscma.cli client --broker mqtt.broker.com --device device_id
info

この場合、mqtt.broker.com は 192.168.66.184、device_id は SenseCraft AI プラットフォーム上の XIAO ESP32S3 Sense から取得します。

ステップ 4. (近日公開) 複数の XIAO を 1 ページでフェデレーションする​

ステップ 5. (近日公開) XIAO から画像を自動的に監視するために LLM を有効化する​

Loading Comments...