Welcome to Mashykom WebSite

• Home
• AI & Deep Learning
• Deep Learning for Language
• AI & IoT Devices
• Robotics & Raspberry Pi
• Programming Language
• Web Design
• Computer Graphics

Intel® Movidius™ Neural Compute Stick（NCS）は、AIプログラミングを習得できるように設計された、ディープ・ラーニング(DNN)用のUSBスティックです。Movidius NCSは、より低い消費電力で作動する高い性能のMovidius™ビジュアル処理ユニット（VPU）を内蔵しています 。ビジュアル処理ユニット（VPU）は、すでに、膨大な個数のスマート・セキュリティ・カメラ、制御用ドローン、産業用視覚機器などに搭載されています。NCSは600 MHz Myriad-2 SoC (128ビットVLIW SHAVEベクトルプロセッサ x 12基搭載) • 転送速度400 Gbpsのオンチップメモリ2 MBを搭載しています。

　　Neural Compute Stick（NCS）は対応するAPIであるIntel Movidius Neural Compute SDK を使用することで、低電力でリアルタイムで物体検出を可能とするConvolutional Neural Network (CNN)を作成し、訓練し、実用化することができます。 　こうして、Movidius™のNeural Network Compute Stickは、スーパーコンピュータなどを必要とせずに、ディープニューラルネットワーク(DNN)の開発を可能にします。単純にMovidiusスティックの100 Gflopsの演算力で、DNNのプロトタイピングとチューニングを行います。クラウド接続は要りません。USBスティック形状なのでホストコンピュータ（PCなど)に簡単に接続できます。単一のUSB Type-Aポートで提供される電源を用いて、同じプラットフォーム上で複数のNCSを接続して、実行することもできます。


Intel® Movidius™ Neural Compute Stick

　最小システム要件は:
x86-64 computer with Ubuntu 16.04 Desktop、または、Raspberry Pi with Raspbian Stretch Desktop 4.9
USB 2.0 Type-Aポート（USB 3.0を推奨）
1GB RAM
　

　このページでは、Raspberry Pi 3( Raspbian Stretch Desktop) に　Intel® Movidius™ Neural Compute StickをUSB接続して、ライブ映像での物体検出プログラムの実装を行います。Movidius™ Neural Compute SDKをインストールするためには、micro SDはメモリサイズ32Gが必要です。16Gサイズですと、失敗します。さらに、スワップサイズを拡張しておくことも必要です。説明は以下にあります。

　　Movidius NCS なしのケースは、ラズパイに人工知能を組み入れる にあります。

　

Last updated: 2018.7.15

$ sudo apt-get update
$ sudo apt-get install python3-pip python3-dev

$ wget https://github.com/lhelontra/tensorflow-on-arm/releases/download/v1.3.1/tensorflow-1.3.1-cp35-none-linux_armv7l.whl
$ sudo pip3 install tensorflow-1.3.1-cp35-none-linux_armv7l.whl 

$ sudo apt-get install python3-pip python3-dev
$ sudo apt install libatlas-base-dev
$ pip3 install tensorflow     
 

$ sudo shutdown -r now

$ free -m

                  total       used       free     shared    buffers     cached
Mem:           862        818         43         15         19        643
-/+ buffers/cache:        156        705
Swap:         1023          0       1023

$ git clone http://github.com/Movidius/ncsdk && cd ncsdk && make install && make examples

$ wget https://github.com/mt08xx/files/raw/master/opencv-rpi/libopencv3_3.4.0-20180115.1_armhf.deb
$ sudo apt install -y ./libopencv3_3.4.0-20180115.1_armhf.deb
$ sudo ldconfig

$ cd ~/ncsdk/examples/tensorflow/inception_v3
(/ncsdk/examples/tensorflow/inception_v3) $ python3 run.py

Number of categories: 1001
Start download to NCS...
*******************************************************************************
inception-v3 on NCS
*******************************************************************************
547 electric guitar 0.98828
403 acoustic guitar 0.0077209
715 pick, plectrum, plectron 0.0015087
421 banjo 0.00092602
820 stage 0.00065947
*******************************************************************************
Finished

$ git clone https://github.com/gudovskiy/yoloNCS.git
 
 

$ mkdir  -p ~/yoloNCS/weights
 
 

$ cd yoloNCS
(yoloNCS)$ mvNCCompile prototxt/yolo_tiny_deploy.prototxt -w weights/yolo_tiny.caffemodel -s 12
 
 

(yoloNCS)$ python3 py_examples/object_detection_app.py
 
 

(yoloNCS/py_examples)$ python3 yolo_example.py ../images/dog.jpg

$ cd ~/ncsdk/examples/tensorflow/inception_v3
$ wget https://gist.githubusercontent.com/PonDad/bc185bdf81735dfd018bda6ce0b37fea/raw/85652b5b2b03dd6c37fc5b5de220546d431be444/app.py

(~/ncsdk/examples/tensorflow/inception_v3)$ python3 app.py

Number of categories: 1001
Start download to NCS...
*******************************************************************************
inception-v3 on NCS
*******************************************************************************
621 laptop, laptop computer 0.42847
625 library 0.1084
738 pop bottle, soda bottle 0.068054
682 notebook, notebook computer 0.066223
899 water bottle 0.055756

*******************************************************************************
Finished

----

web cameraからの映像の上部に検出された物体の名称が表示されます。物体検出のカテゴリー数は1000種類となっています。物体の検出枠取りはされていません。Movidiusのおかげで、検出速度は相当早いです。

$ git clone https://github.com/movidius/ncappzoo.git
$ cd ncappzoo && make install 

$ cd /home/pi/ncappzoo/apps/
(/home/pi/ncappzoo/apps)$make all

$ cd /home/pi/ncappzoo/caffe/
(/home/pi/ncappzoo/caffe)$make all

$ cd /home/pi/ncappzoo/tensorflow/
(/home/pi/ncappzoo/tensorflow)$make all

(ncappzoo/apps) $ cd ssd-object-detector
(ncappzoo/apps/ssd-object-detector) $ make run

　（以下のような表示が出ます）
making MobileNet SSD
(cd ../../caffe/SSD_MobileNet; test -f graph || make compile;)

Running ssd-object-detector.py
python3 ssd-object-detector.py
==============================================================
I found these objects in pic_064.jpg
Execution time: 80.2747ms
--------------------------------------------------------------
99.0%	12: dog: Top Left: (51, 47) Bottom Right: (179, 182)
==============================================================

$ python3 ssd-object-detector.py --image ../../data/images/pic_053.jpg

$ cd ncappzoo/apps/video_objects
$ make all

$ python3 video_objects.py

$ cd /home/pi/ncappzoo/apps/live-object-detector
(/home/pi/ncappzoo/apps/live-object-detector)$ python3 live-object-detector.py

　　...
I found these objects in  ( 80.56 ms ):
96.0%	5: bottle: Top Left: (106, 459) Bottom Right: (481, 598)
95.0%	15: person: Top Left: (4, 407) Bottom Right: (455, 631)
79.0%	20: tvmonitor: Top Left: (99, 246) Bottom Right: (186, 355)


 　　....

$ cd /home/pi/ncappzoo/tensorflow/inception_v4
(home/pi/ncappzoo/tensorflow/inception_v4)$ make all
(home/pi/ncappzoo/tensorflow/inception_v4)$ python3 run.py

Number of categories: 1001
Start download to NCS...
*******************************************************************************
inception-v4 on NCS
*******************************************************************************
547 electric guitar 0.9873
403 acoustic guitar 0.0091705
421 banjo 0.0015497
715 pick, plectrum, plectron 0.00080442
820 stage 0.00027895
***********************************************
Finished

AgeNet   
AlexNet  
GenderNet     
GoogLeNet   
ResNet-18      
SqueezeNet
SSD_MobileNet  
TinyYolo

このページのトップに戻る

Raspberry Pi で 電子工作のページに行く