SPRESENSE x Neural Network Console을 만져 보자 제1회 ~SPRESENS의 소개와 전체의 구성~
전회는 Katsuaki Takagi씨의 「Windows 10에서 kubeflow를 도입하려고 시도한 이야기」이었습니다.
기사 개요
Sony가 발매한 보드 「SPRESENSE」와 「Neural Network Console」을 맞추어 사용해 봅니다.
연재 기사로 4회 보내드립니다.
제1회는 SPRESENS의 소개와 전체의 흐름에 대해 씁니다.
자기소개
18 신졸의 해피 사토라고 합니다.
평상시는 「전철 지연」이나 「워치 하고 있는 상품의 출품시」등에 Push 통지나 메일 전달을 하는 시스템의 개발의 일을 하고 있습니다.
오픈 콜라보레이션 스페이스 「LODGE」에서, 사원에게 레이저 커터나 UV 프린터를 가르치는 「FAB 스페이스 강사」도 하고 있습니다.
꼭 LODGE에도 놀러 와 주세요!
SPRESENSE USER GROUP을 시작했으므로 관심이 있으시면 가입하십시오. (회사·업무와는 무관합니다)
매월 모쿠모쿠 모임을 실시하고 있습니다.
Facebook
Connpass
SPRESENSE 소개 외관은 이런 느낌입니다.
플리스크 크기입니다.
사진은 공식 페이지
매우 매력적인 보드이므로 메리트를 전할 수 있는 자신이 없습니다만, 정리해 보겠습니다!
주요 특징
고해상도가 녹음 재생 가능!
192 kHz/24bit 고해상도 오디오 코덱을 탑재하고 있습니다!
8채널 마이크 입력도 있어, 마이크 어레이를 짜거나 믹서를 만드는 것도 간단하게 할 수 있습니다.
고정밀 GPS 탑재!
준천정 위성 미치비키에 대응하고 있습니다.
내장 안테나로 공칭 2m 정도의 정밀도를 가지고 있습니다.
안테나의 외장에도 대응하고 있어, 공식의 개발자 가이드가 개조의 해설 를 실시하고 있습니다.
신경망으로 추론을 할 수 있다!
Neural Network Console 에서 학습한 모델을 내장하고 추론을 할 수 있습니다.
무려 ARM Cortex-M4F가 6개 실려 있습니다.
본 연재는 이 기능을 사용해 보는 것이 주제입니다.
소비 전력이 낮다!
이렇게 고기능이지만 건전지 2개로 움직입니다.
기타 특징
18 신졸의 해피 사토라고 합니다.
평상시는 「전철 지연」이나 「워치 하고 있는 상품의 출품시」등에 Push 통지나 메일 전달을 하는 시스템의 개발의 일을 하고 있습니다.
오픈 콜라보레이션 스페이스 「LODGE」에서, 사원에게 레이저 커터나 UV 프린터를 가르치는 「FAB 스페이스 강사」도 하고 있습니다.
꼭 LODGE에도 놀러 와 주세요!
SPRESENSE USER GROUP을 시작했으므로 관심이 있으시면 가입하십시오. (회사·업무와는 무관합니다)
매월 모쿠모쿠 모임을 실시하고 있습니다.
Connpass
SPRESENSE 소개 외관은 이런 느낌입니다. 플리스크 크기입니다.
사진은 공식 페이지
매우 매력적인 보드이므로 메리트를 전할 수 있는 자신이 없습니다만, 정리해 보겠습니다!
주요 특징
고해상도가 녹음 재생 가능!
192 kHz/24bit 고해상도 오디오 코덱을 탑재하고 있습니다!
8채널 마이크 입력도 있어, 마이크 어레이를 짜거나 믹서를 만드는 것도 간단하게 할 수 있습니다.
고정밀 GPS 탑재!
준천정 위성 미치비키에 대응하고 있습니다.
내장 안테나로 공칭 2m 정도의 정밀도를 가지고 있습니다.
안테나의 외장에도 대응하고 있어, 공식의 개발자 가이드가 개조의 해설 를 실시하고 있습니다.
신경망으로 추론을 할 수 있다!
Neural Network Console 에서 학습한 모델을 내장하고 추론을 할 수 있습니다.
무려 ARM Cortex-M4F가 6개 실려 있습니다.
본 연재는 이 기능을 사용해 보는 것이 주제입니다.
소비 전력이 낮다!
이렇게 고기능이지만 건전지 2개로 움직입니다.
기타 특징
준비한 것
SPRESENSE 본체
인터넷이나 매장에서 구입할 수 있습니다.
가격은 6000엔 정도입니다.
확장 보드
헤드폰 잭 등 확장이 됩니다.
개발에 편리합니다.
콘덴서 마이크(아키즈키 에서 구입)
싼 마이크(50엔)를 준비했습니다.
제공된 회로도 을 참고로 구현하고 있습니다.
제목 "드라이어의 동작 모드를 소리에서 추측한다"
드라이어가 온풍으로 움직이고 있는지, 냉풍으로 움직이고 있는지를 판별해 봅니다.
최종 목표는 소리에서 주변에서 무슨 일이 일어나고 있는지 판별하는 장치입니다.
우선은 이 주제로 구분을 실시해 보겠습니다.
향후 예정
다음과 같은 흐름으로 연재해 나갈 예정입니다.
1. 학습용 데이터를 준비하는 스케치 작성(제2회)
마이크 입력을 PCM으로 출력하고 Neural Network Console에서 취급할 수 있는 형식의 CSV를 microSD에 내보내는 스케치를 씁니다.
방치해 두면 자동으로 연속 번호 CSV를 계속 만들 수 있습니다.
2. Neural Network Console에서 학습을 한다(제3회)
데이터를 기반으로 Neural Network Console의 Windows 버전을 사용하여 학습 모델을 만듭니다.
CNN (Convolutional Neural Network)을 사용할 예정입니다.
이 분야는 자세하지 않기 때문에, 노력합니다.
3. SPRESENSE에서 추론한다(제4회)
학습 모델은 NNB(NNabla C Runtime file format) 형식으로 내보내집니다.
이것을 이용해 SPRESENSE 위에서 추론을 합니다.
결론
파형을 해석하면 판별할 수 있는 과제입니다만, 이번은 SPRESENSE로 Neural Network Console을 사용해 보는 것을 즐깁니다.
자세한 쪽에서 보면 이르지 못하는 점도 있다고 생각합니다만, 상냥한 눈으로 지켜봐 주세요.
다음 번에도 기대하세요!
Reference
이 문제에 관하여(SPRESENSE x Neural Network Console을 만져 보자 제1회 ~SPRESENS의 소개와 전체의 구성~), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/HappySato/items/ce7e1d1ea4cd5a44c666
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Reference
이 문제에 관하여(SPRESENSE x Neural Network Console을 만져 보자 제1회 ~SPRESENS의 소개와 전체의 구성~), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/HappySato/items/ce7e1d1ea4cd5a44c666텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)