転移学習を応用した花認識
高性能マイクロコントローラによる画像分類、STM32 Model zooからのMobileNetV2 alpha 0.35モデル
アプローチ
STM32 Model zooは、ユーザ独自のデータに基づく学習や再学習に必要なものをすべて提供します。
このソリューションは、「転移学習」と呼ばれる手法を用いて画像分類用ディープ･ラーニング･モデルを素早く学習させます。
モデルは、STM32 model zoo Pythonスクリプトを使用して、 STM32H747ディスカバリー・キットに簡単にデプロイできます。
紹介するユース･ケースは花認識に基づいています。
センサ
データ
データ形式
5種類の花: ヒナギク、タンポポ、バラ、ヒマワリ、チューリップ
RGBカラー画像
結果
モデルMobileNetV2 alpha 0.35
入力サイズ：128 x 128 x 3
メモリフットプリント：
406.86 KBウェイト用フラッシュ
224.5 KBアクティベーション用RAM
精度
フロートモデル： 86.78%
量子化モデル： 86.38%
STM32H747 (Highperf) @ 400 MHz でのパフォーマンス
推論時間： 110.27 ms
フレームレート： 9.0 fps
混同行列
モデル･リポジトリ ST Edge AI Model Zoo
リファレンスAIモデル群は、付属の実装スクリプトを使用してSTの機器上で動作するよう最適化されています。Model zooはAIの機能を組込みアプリケーションへ追加するための価値あるリソースです。
コード最適化ツール STM32Cube.AI
無償のSTM32Cube拡張パッケージX-CUBE-AIにより、ニューラル･ネットワークや機械学習モデルといった学習済みAIアルゴリズムを、STM32に最適化されたCコードへ自動変換できます。
対応製品 STM32H7シリーズ
Arm® Cortex®-Mベース32bitマイコンのSTM32ファミリは、マイコン･ユーザに高いレベルの自由を提供します。完全統合性および開発の容易さを維持しながら、高性能、リアルタイム性能、豊富な機能、デジタル信号処理、低消費電力 / 低電圧駆動、およびコネクティビティを兼ね備えた製品を提供します。
