エッジAIの有力候補～ラズベリーパイとFPGA～画像認識性能＆手順を比較！【オンライン限定セミナ】
エッジAIの有力候補～ラズベリーパイとFPGA～画像認識性能＆手順を比較！【オンライン限定セミナ】
|
  |
【開催日】2025年2月27日(木) 10:00-17:00 1日コース
【セミナNo.】ES24-0135 【受講料】29,000円(税込)
【会場】オンライン限定セミナ
【セミナNo.】ES24-0135 【受講料】29,000円(税込)
【会場】オンライン限定セミナ
※本セミナはZoomを使ったオンライン限定セミナです．
詳細は，オンライン限定セミナについてをお読みください．
「エッジAI」とは何でしょう？それは「クラウドAI」に対比するワードであり，「ネットに繋がずに行うAI」という意味である．例えば自動車の場合，画像認識には「即応性」や「安定性」が求められる．したがってクラウド（ネット経由）で処理するわけにはいかず，エッジAIの出番となる．そしてエッジAIを行うデバイスを「エッジ・デバイス」という．本セミナではラズベリーパイやFPGAといったエッジ・デバイスで画像認識を行う．
ラズパイはPythonなので，PCで使ったプログラムがほぼそのまま使え，とりあえず動く／実験できるエッジ・デバイスである．FPGAはHDLなのでそうはいかないが，本セミナでは既存の推論IP（デジタルフィルター社）に重み係数やバイアスのHDLを追加といった手法をとる．したがってHDLに習熟していなくても画像認識ををFPGAに実装できる．
ラズパイ／FPGAに同じディープラーニングの推論（6層畳み込みニューラルネットワーク）を実装し，双方の開発手順と性能を比較する．開発の容易さはラズパイ＞＞FPGA，推論速度はラズパイ＜＜FPGAであることが分かる（下の動画参照）
なおディープラーニングの学習はあらかじめPCで行ったものとし，既存の学習済みモデルをエッジデバイスに適用する（本セミナは推論のみを行う）．
詳細は，オンライン限定セミナについてをお読みください．
「エッジAI」とは何でしょう？それは「クラウドAI」に対比するワードであり，「ネットに繋がずに行うAI」という意味である．例えば自動車の場合，画像認識には「即応性」や「安定性」が求められる．したがってクラウド（ネット経由）で処理するわけにはいかず，エッジAIの出番となる．そしてエッジAIを行うデバイスを「エッジ・デバイス」という．本セミナではラズベリーパイやFPGAといったエッジ・デバイスで画像認識を行う．
ラズパイはPythonなので，PCで使ったプログラムがほぼそのまま使え，とりあえず動く／実験できるエッジ・デバイスである．FPGAはHDLなのでそうはいかないが，本セミナでは既存の推論IP（デジタルフィルター社）に重み係数やバイアスのHDLを追加といった手法をとる．したがってHDLに習熟していなくても画像認識ををFPGAに実装できる．
ラズパイ／FPGAに同じディープラーニングの推論（6層畳み込みニューラルネットワーク）を実装し，双方の開発手順と性能を比較する．開発の容易さはラズパイ＞＞FPGA，推論速度はラズパイ＜＜FPGAであることが分かる（下の動画参照）
なおディープラーニングの学習はあらかじめPCで行ったものとし，既存の学習済みモデルをエッジデバイスに適用する（本セミナは推論のみを行う）．
●対象聴講者
・ネット環境なしでディープラーニング推論（画像認識）したい人
・ディープラーニング推論の組み込みを考えている人
・ディープラーニング推論の省電力化・高速化を考えている人
・FPGAで小数の乗算ができない，整数でも乗算器が足りなくて困っている人
●講演の特徴と目標
・PCよりも小型省電力なエッジ・デバイスへのディープラーニング実装
・ラズパイ／FPGAそれぞれの強みを生かした使い分けの理解
・ディープラーニング推論のPythonプログラムの理解
・ディープラーニング推論のPythonプログラムを整数化する
・FPGAで大量の乗算を並列に行う方法が分かる
・HDLを一からコーディングするのではなく，HDLで書かれた既存の推論IPを活用する
●内容
1 ラズパイの強みを活かしたAI画像認識開発フロー
1.1 AI画像認識におけるラズパイの強みと弱み
1.2 エッジ・デバイスに実装するまでのフロー
1.3 自力で画像が撮れないときは生成AIを使う
2 ラズパイのセットアップ
2.1 OSのインストールとアップデート
2.2 Python3仮想環境にTensorflowをインストール
2.3 ライブラリ類のインストール
3 ラズパイで静止画の推論
3.1 PCで使ったPythonがほぼそのまま使える
3.2 PCとラズパイが同じ結果になる
3.3 静止画推論用Pythonプログラムの説明
4 ラズパイ＋USBカメラで動画の推論
4.1 カラーボールを床に置いて認識してみる
4.2 床の色によっては誤認識が…
4.3 床の画像を追加して学習からやり直す
4.4 新しい学習済みモデルで推論（誤認識が減る）
5 ラズパイで推論速度が遅い理由を探る
5.1 推論品質はラズパイでOKとなった。あとは速度のみ
5.2 乗算回数を数えてみる（3.4ギガ回／フレーム）
5.3 ラズパイは遅延が大きい上に不定
6 FPGAの強みは遅延が少なく一定なこと
6.1 FPGAの開発フロー
6.2 推論IPの仕様（画像サイズ,CNN形状,対応ハードなど）
6.3 対応ハードウエア（FPGAボード,カメラ,アダプタなど）
7 ハードウェア化を見据えたPythonの変更
7.1 FPGAで小数は使えないので整数化
7.2 FPGAでは乗算器が限られるのでシフト乗算
7.3 Python変更後の認識率（劣化が許容範囲）
8 Python→EXCEL化で結果の一致を見る
8.1 1層目のEXCEL化
8.2 2～4層目のEXCEL化
8.3 5～6層目のEXCEL化
9 EXCEL+VGAでHDLの自動生成
9.1 重み係数のHDL生成
9.2 バイアスのHDL生成
10 推論アルゴリズムをFPGAに実装
10.1 既存の推論IPにHDL追加
10.2 Quartus Primeでコンパイル（論理合成）
10.3 FPGAボードにダウンロード（書き込み）
10.4 ラズパイ／FPGAの速度比較（下の動画）
●講演の参考文献，参考URL
インターフェース2025年3月号特集「生成AI×エッジ・デバイスでAI画像認識」
PC／ラズパイ／FPGAの性能比較動画
http://digitalfilter.com/youtube/ommf2024.html
次のサイトも参考になる（PythonのHDL化）
http://digitalfilter.com/gtsonhw/gtsonhw01.html
ラズパイ4_model_B_8GB
ラズパイでの動画認識（YOUTUBEより）
DE1-SoCとOV5642_LVDSで数m伝送
FPGAでの動画認識（YOUTUBEより）
・ネット環境なしでディープラーニング推論（画像認識）したい人
・ディープラーニング推論の組み込みを考えている人
・ディープラーニング推論の省電力化・高速化を考えている人
・FPGAで小数の乗算ができない，整数でも乗算器が足りなくて困っている人
●講演の特徴と目標
・PCよりも小型省電力なエッジ・デバイスへのディープラーニング実装
・ラズパイ／FPGAそれぞれの強みを生かした使い分けの理解
・ディープラーニング推論のPythonプログラムの理解
・ディープラーニング推論のPythonプログラムを整数化する
・FPGAで大量の乗算を並列に行う方法が分かる
・HDLを一からコーディングするのではなく，HDLで書かれた既存の推論IPを活用する
●内容
1 ラズパイの強みを活かしたAI画像認識開発フロー
1.1 AI画像認識におけるラズパイの強みと弱み
1.2 エッジ・デバイスに実装するまでのフロー
1.3 自力で画像が撮れないときは生成AIを使う
2 ラズパイのセットアップ
2.1 OSのインストールとアップデート
2.2 Python3仮想環境にTensorflowをインストール
2.3 ライブラリ類のインストール
3 ラズパイで静止画の推論
3.1 PCで使ったPythonがほぼそのまま使える
3.2 PCとラズパイが同じ結果になる
3.3 静止画推論用Pythonプログラムの説明
4 ラズパイ＋USBカメラで動画の推論
4.1 カラーボールを床に置いて認識してみる
4.2 床の色によっては誤認識が…
4.3 床の画像を追加して学習からやり直す
4.4 新しい学習済みモデルで推論（誤認識が減る）
5 ラズパイで推論速度が遅い理由を探る
5.1 推論品質はラズパイでOKとなった。あとは速度のみ
5.2 乗算回数を数えてみる（3.4ギガ回／フレーム）
5.3 ラズパイは遅延が大きい上に不定
6 FPGAの強みは遅延が少なく一定なこと
6.1 FPGAの開発フロー
6.2 推論IPの仕様（画像サイズ,CNN形状,対応ハードなど）
6.3 対応ハードウエア（FPGAボード,カメラ,アダプタなど）
7 ハードウェア化を見据えたPythonの変更
7.1 FPGAで小数は使えないので整数化
7.2 FPGAでは乗算器が限られるのでシフト乗算
7.3 Python変更後の認識率（劣化が許容範囲）
8 Python→EXCEL化で結果の一致を見る
8.1 1層目のEXCEL化
8.2 2～4層目のEXCEL化
8.3 5～6層目のEXCEL化
9 EXCEL+VGAでHDLの自動生成
9.1 重み係数のHDL生成
9.2 バイアスのHDL生成
10 推論アルゴリズムをFPGAに実装
10.1 既存の推論IPにHDL追加
10.2 Quartus Primeでコンパイル（論理合成）
10.3 FPGAボードにダウンロード（書き込み）
10.4 ラズパイ／FPGAの速度比較（下の動画）
●講演の参考文献，参考URL
インターフェース2025年3月号特集「生成AI×エッジ・デバイスでAI画像認識」
PC／ラズパイ／FPGAの性能比較動画
http://digitalfilter.com/youtube/ommf2024.html
次のサイトも参考になる（PythonのHDL化）
http://digitalfilter.com/gtsonhw/gtsonhw01.html
ラズパイ4_model_B_8GB
ラズパイでの動画認識（YOUTUBEより）
DE1-SoCとOV5642_LVDSで数m伝送
FPGAでの動画認識（YOUTUBEより）
【受講者が持参するもの】
オンライン限定で基本的に実習なしだが，ラズパイにOSやTensorflowをインストールしておくとベター．また，Pythonの整数化の際にGoogle Colabを使用する予定なので，ログインできるようにしておくとベター．
また，FPGAプログラムには以下のソフト・ハードが必要
Quartus Prime Lite Edition 15.1以上（開発ソフトウェア）
DE1-SoC（テラシック社製FPGAボード）
OV5642カメラモジュール（日昇テクノロジー版推奨）
カメラ取り付け用LVDS伝送アダプタボード（デジタルフィルター社）（＊１）
（＊１）下記サイトの左上「基板・ソフト販売サイト」から購入できる（予定）．
Http://digitalfilter.com/jpindex.html
オンライン限定で基本的に実習なしだが，ラズパイにOSやTensorflowをインストールしておくとベター．また，Pythonの整数化の際にGoogle Colabを使用する予定なので，ログインできるようにしておくとベター．
また，FPGAプログラムには以下のソフト・ハードが必要
Quartus Prime Lite Edition 15.1以上（開発ソフトウェア）
DE1-SoC（テラシック社製FPGAボード）
OV5642カメラモジュール（日昇テクノロジー版推奨）
カメラ取り付け用LVDS伝送アダプタボード（デジタルフィルター社）（＊１）
（＊１）下記サイトの左上「基板・ソフト販売サイト」から購入できる（予定）．
Http://digitalfilter.com/jpindex.html
【講師】
岩田 利王 氏〔株式会社 デジタルフィルター 代表取締役〕
音声・画像などのデジタル信号処理システム，VHDL/VerilogによるFPGA（Xilinx, Altera），dsPIC, ARM Cortex，MSP430等マイコンシステム，ラズベリーパイ，Arduino，Windowsアプリケーション，スマートフォンアプリ（Android/iPhone），プリント基板などの開発に従事．「実践ディジタル・フィルタ設計入門」，「dsPIC基板で始めるディジタル信号 処理」，「FPGAスタータ・キットで初体験!オリジナル・マイコン作り」，「FPGAパソコンZYBOで作るLinux I/Oミニコンピュータ」などCQ出版社から著書多数 ．
講師サイト：http://digitalfilter.com/
岩田 利王 氏〔株式会社 デジタルフィルター 代表取締役〕
音声・画像などのデジタル信号処理システム，VHDL/VerilogによるFPGA（Xilinx, Altera），dsPIC, ARM Cortex，MSP430等マイコンシステム，ラズベリーパイ，Arduino，Windowsアプリケーション，スマートフォンアプリ（Android/iPhone），プリント基板などの開発に従事．「実践ディジタル・フィルタ設計入門」，「dsPIC基板で始めるディジタル信号 処理」，「FPGAスタータ・キットで初体験!オリジナル・マイコン作り」，「FPGAパソコンZYBOで作るLinux I/Oミニコンピュータ」などCQ出版社から著書多数 ．
講師サイト：http://digitalfilter.com/
コース