Raspberry Pi AI Cameraで始めよう

Raspberry Pi AI Cameraを使ってビジョンAIソリューションを構築するためのステップを紹介します。

AIカメラのセットアップ

AIプロジェクトに向けてカメラを準備しよう

最初、Raspberry Pi AI Cameraをセットアップしてインストールしてください。詳細な手順はRaspberry Piの公式サイトをご覧ください。

ビデオチュートリアル

(このコンテンツは英語のみでのご提供となっております)

Raspberry Pi AI Cameraのクイックスタート

AIモデルを試す

AIモデルを作成・学習・評価してみよう

Raspberry Pi AI Camera上でAIモデルをテストしてみましょう。初心者から経験豊富な開発者まで、コーディング不要の学習ツールや事前学習済みモデル、自作モデルの構築などから最適な手法を選び、AIモデルを素早く評価・デプロイできます。

3つの選択肢から選ぶ：

Brain Builder for AITRIOSでAIモデルを学習 ❯

コーディング不要の学習ツールでAIモデルを学習したい場合は、Brain Builder for AITRIOSをお試しください。

Model Zooの事前学習済みモデルを利用 ❯

すぐに使える学習済みAIモデルを閲覧・ダウンロード・デプロイできます。

自分だけのカスタムAIモデルを作成 ❯

IMX500搭載のRaspberry Pi AI CameraへカスタムAIモデルをデプロイします。

(ドキュメントは英語のみでのご提供となっております)

ユースケースを探る

実際のアプリケーションから学ぼう

Raspberry Pi AI CameraやIMX500搭載カメラを活用した実際のアプリケーション事例を紹介します。スマート施設、スマートシティ、小売、ウェルビーイングなど多様な分野のユースケースと、対応するGitHub上のソースコードを参考に、開発のヒントやアイデアを得ましょう。

スマートファシリティ

Raspberry Pi上で動作するエッジアプリケーションで、IMX500搭載AIカメラを使い、作業員の高視認性ベストをリアルタイムで検出・追跡します。

GitHubでコードを見る ❯

スマートシティ

An edge 駐車スペースに駐車している車両を追跡・解析し、効率的な駐車ソリューションを実現するエッジアプリケーションです。

GitHubでコードを見る ❯

すべてのユースケースを見る »

次のステップ：

AIモデル開発をさらに進める

ソリューションに最適化したモデルの再学習とチューニングを進めましょう

AIプロジェクトをさらに進めるため、ユースケースに合わせてモデルをカスタマイズしましょう。チュートリアルでAIモデルの再学習と最適化の方法を学べます。

分類モデルの再学習

このチュートリアルでは、カスタムデータセットを用いたMobileNetモデルの学習と量子化する方法をステップごとに解説します。

GitHubでチュートリアルを見る

Google Colabでチュートリアルを実行

物体検出モデルの再学習

このチュートリアルでは、IMX500向けカスタムデータセットを用いてNanoDetを学習・量子化する方法を解説します。