Machine Learning made easy with Raspberry Pi, Adafruit and Microsoft - Raspberry Pi
医療・介護現場の事故や見守りはAIが現場で監視・素早く検知 NTTドコモらが「映像エッジAI」導入に向けた実証実験を開始 - ロボスタ ロボスタ - ロボット情報WEBマガジン
現在、日本やアジアの介護事業において、職員不足は顕著な社会課題となっており、介護職員の目が届かない場所や時間帯等に誤嚥や転倒、不適切ケア、徘徊などのインシデント・アクシデントが起きる可能性があることから、介護職員にかかる負担は増す一方の状況にある。 こうした背景のなか、不意の事態への迅速な対応や不慮の事故を防止するため、リアルタイムに介護現場のカメラ映像を解析する技術はますます重要となってきており、需要が高まっている。 Genki Groupの株式会社メディクルード、EDGEMATRIX株式会社と株式会社NTTドコモ、パナソニックi-PROセンシングソリューションズ株式会社は、現場(エッジ)でカメラ映像などをAI処理する「映像エッジAI」を活用した介護AIソリューションの実際の介護現場への導入に向けた検証環境の構築および実証実験を開始することを2021年1月14日に発表した。 今回の協業を
Raspberry Pi4 単体で TensorFlow Lite はどれくらいの速度で動く？【2020年12月版】 - Qiita
Raspberry Pi4 単体で TensorFlow Lite はどれくらいの速度で動く？【2020年12月版】RaspberryPiTensorflowLitexnnpack 1. はじめに 今から半年前の2020年6月、ラズパイ４上でTensorFlow Liteを使った様々なAI認識アプリを動かしてみて、その動作速度をまとめました。 当時のTensorFlowはバージョン2.2でしたが、現在は 2.4(rc4) へと進んでいます。進化が極めて速いDeepLearningの世界において、この半年間でTensorFlow Liteはどう変化したでしょうか。もし「手持ちのアプリは何も変えてないのに、TensorFlow Liteを新しくするだけでめっちゃ速く動くようになったぜ」というのだと嬉しいですよね。 本記事では、前回計測に用いたアプリを再び最新版のTensorFlow Lite環
JetsonNanoが搭載されているJetbot（AIロボットカー）を動かしてみた – Kazuki Room ～ モノづくりブログ ～
今回はNVIDIAのJetsonNanoが搭載されているJetBot（AIロボットカー）を購入して実際に動かしてみましたので、それの紹介していきたいと思います。 JetBotキットに関してはすでにいろいろな会社から販売されていますので、デザインや価格などを考慮して購入して試してみるといいと思います。 JetBotとは？ JetBotとは、NVIDIA社が販売しているJetson NanoというGPU付きのシングルボードコンピューターが搭載されたオープンソースのロボットのことです。オープンソースなので公開されているサンプルコードでロボットを動かすことはもちろん、自分でプログラムを作って動かすことも可能となっています。特徴としてはGPUが付いていますのでAI（深層学習）との相性もいいところです。Jetson Nanoとキーボード、マウス、ディスプレイなどを接続したら普通のPCのように使用するこ
Raspberry PiにAlexaをインストールしてみる（ウェイクワードエンジン変更・感度調整・systemd設定）
やりたいこと Amazon Alexaを利用したければ、Amazon Echoを購入するのが手取り早いのですが、Alexaの機能をいろいろカスタマイズしたい場合にはEchoではできません。そこで、今回はRaspberry PiにAlexa Voice Serviceをインストールして、Raspberry PiでAmazon Echoを作ってみようと思います。 用意するモノ ①Raspberry Pi まずは、今回のキーとなるRaspberry Piです。RaspberryPi 4Bも販売されていますが、今回は手元にあった3B+を利用します。新規に購入するのであれば、Raspberry 4Bをお勧めします！
タミヤMidnight PUMPKINをJetRacerにしてAI自動運転（ハードウェア編） - Qiita
はじめに DeepLearning これまで全く触れる機会が無かったが、新型コロナウィルスによる自宅待機で時間がたっぷりできた。 いい機会なので、ここぞとばかりにJetson Nanoを購入しイチから勉強してみることにした。 JetRacer NVIDIAのサイトでいくつかの適用事例に市販のラジコンをベースにしたJetRacerなるAIカーがあったので、これを最初の目標に設定した。 やったこと 手持ちのラジコンを改造し、JetRacer化した。（公式のJetRacerよりいくらか少ない部品構成で実現） 屋内の自然環境（床にテープとか貼らない環境）での自動運転に成功した。 とりあえずDeepLearningを手を動かしながら習得する、という流れを経験できた。 結構ボリュームがあるので、2回に分けて記載する。 「タミヤMidnight PUMPKINをJetRacerにしてAI自動運転（ハード
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://jp.techcrunch.com/2020/10/06/kubota-nvidia/
