ビジョン システムにおける物体検出を 25 倍低いレイテンシで実現

物体検出の学習データは画像とアノテーションで構成されており、アノテーションは画像内のどの位置にどの物体が存在するかを示します。TI ツールは、データセットに MS COCO 形式を使用します。

物体検出用の画像は、最終システムが動作する環境に一致している必要があります。類似した照明条件、カメラ レンズ、および環境の変動でデータを取得することで、学習済みモデルの精度が向上します。

学習結果の高い精度を得るためには画像品質が重要であり、データにはある程度のバリエーションを持たせる必要があります。検出対象の物体は、向きを変えたり、カメラからの距離を変えたり、一部を意図的に隠したりするなど、さまざまな形で示す必要があります。学習データにより多くのバリエーションを持たせることで、実環境での変化にも対応できるモデルになりますが、必須というわけではありません。

各オブジェクト タイプにつき数十枚の画像があれば、十分に実用的な精度のモデルを構築できます。

当社では、CCStudio™ Edge AI Studio または TI の公式 GitHub  上の同等のコマンド ライン ツールを通じて、カスタム データ セットでのファインチューニングに最適化されたモデル群を提供しています。ユーザーはデータセットを用意し、エポック数や学習率などのいくつかのトレーニング パラメータを設定します。

トレーニングが完了した後、モデルをターゲットハードウェアにコンパイルすることで、導入の準備が整います。 このコンパイル ステップは、コマンド ラインとグラフィカル ツールの両方で自動的に処理されます。

サポート対象のデバイスごとに、複数のモデルを利用できます。精度と速度の間にはトレードオフがあり、モデルが大きいほど精度は高くなりますが、動作は遅くなります。用途に適したモデルを検索。

モデルの展開には、ターゲット ハードウェア向けに最適化するため、事前にモデルをコンパイルしておく必要があります。Edge AI Studio のようなツールを使用すると、コンパイルが自動的に行われます。そうでない場合、モデルのコンパイルは TI の GitHub 上にある edgeai-tidl-tools などのソフトウェア パッケージを使用して、別途実行する必要があります。 

モデル アーティファクトは、ONNX Runtime、tensorflow-lite、TVM などのランタイムを通じてデプロイされ、ハードウェア アクセラレーションのバックエンドとして TI Deep Learning (TIDL) が使用されます。TI のツールでトレーニングを受けたモデルは、PyTorch でのトレーニングや、ONNX Runtime で使用できるように ONNX モデルのエクスポートを行います。

モデルをエンド ツー エンドのビジョン アプリケーションにデプロイするには edgeai-gst-apps を使用し、画像の前処理および後処理に加えて AI モデル自体の高速化も含め、複数のハードウェア アクセラレーション段階でパイプラインを構成します。