【AI × IoT】Raspberry Piで物体検出/ LINEで通知!深層学習人工知能 × IoTを体感してみよう
4.9 (11 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
80 students enrolled

【AI × IoT】Raspberry Piで物体検出/ LINEで通知!深層学習人工知能 × IoTを体感してみよう

Raspberry Piにディープラーニング(深層学習)型の学習済人工知能モデル(mobilenet SSD)とOpenCVを実装して物体検出に挑戦!さらに、LINEで検出結果を通知してAIとIoTの連携を体感します。
Highest Rated
4.9 (11 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
80 students enrolled
Created by 山川 正美
Last updated 7/2020
Japanese
Current price: $27.99 Original price: $39.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 3 hours on-demand video
  • 17 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Raspberry Piで学習済み深層学習型人工知能の物体検出(mobilenet SSD)を動かせるようになります
  • 深層学習型人工知能の概要やしくみを把握できます
  • 学習済み人工知能の基本的な使い方を習得できます
  • 人工知能の検出結果をLINEに投稿するしくみがわかります
  • 人工知能の推論結果をIoTと連携させるために使用するHTTPとWebAPIの概要やしくみがわかります
  • HTTPとWebAPIのセキュリティの概要をおさえることができます
Requirements
  • パソコンの基本操作(MacまたはWindows)
  • ターミナルでのコマンド入力に抵抗がない方
  • 無線LAN環境(Raspberry PiをWi-Fiで接続するため)
  • LINEアカウントを使用します
  • 会社などで管理されているパソコンやネットワーク環境では、ハンズオンができない場合があります。個人のパソコンとご自宅のネットワーク環境でハンズオンを進めていただくことをお勧めいたします。
Description

このコースでは、Raspberry Piに接続したカメラのライブ映像から物体をリアルタイムに検出し、ネットを介してLINE通知するハンズオンを通して、深層学習型人工知能(ディープニューラルネットワーク)の概要やしくみ、学習済み人工知能モデルや画像処理ライブラリのOpenCVの実装、HTTPやWebAPIを使って人工知能の推論結果をインターネットサービスと連携させるAI×IoTのしくみまでを一気におさえます。


同時に、シングルボードコンピュータのRaspberry Piに物体検出の学習済みモデルを実装して推論を行うことで、人工知能をIoTのセンサーとして使う「エッジAI」も体感します。


人工知能を開発するのではなく、活用するための大枠をとらえる、のがコースの目的です。実際に触れて使ってみることで「人工知能にできること」を実感してみましょう。


このコースでは、学習済みの人工知能を使用します。公開予定のコース「Raspberry Piで物体検出 ~『Google Colab で学習』編(仮題)」では、深層学習型人工知能の学習がコース内容に含まれますので、ご興味のある方はそちらも併せてご受講ください。


【ご受講上の注意】

本コースは、同講師による別コース「【AI×IoT】Raspberry Piで顔認識 /人工知能・機械学習のしくみからエッジAIまで!」と一部のレクチャが重複しています。

本コースには、IoTについての詳細な解説は含まれません。IoTの基礎知識をおさえたい方は、同講師による別コース「【IoT101】知識ゼロから作って学ぶIoT入門」をご受講ください。

本コースでは、PythonやLinuxのコマンドを使用しますが、手を動かしながら実践的に学んでいくコースの性質上、コマンドについての解説は最小限にとどめています。PythonやLinuxそのものについての解説はコース内容に含まれていません。Python やLinuxの知識をお持ちでない方も、問題なくハンズオンを進めていただくことができます。


【更新情報について】

本コースはハンズオン形式で進めていきますが、今後システム変更等に伴い手順が変わる場合がありますことを予めご了承ください。

更新情報はできるだけ早く掲載していきますが、手順通りに動かないなどのご不明点がある場合は、お気軽にお知らせください。


【各セクションの学習内容】

  1. はじめに

    このコースの目的や学習内容、ハンズオンを実施するために必要なモノについて解説します。


  2. Raspberry Piのセットアップ

    シングルボードコンピュータのRaspberry Piをセットアップしてパソコンから操作できるようにします。


  3. 物体検出ハンズオン環境構築

    Raspberry Piに物体検出に必要なサンプルプログラムや、OpenCVなど各種ソフトウェアパッケージをインストールします。


  4. ハンズオンで触れる深層学習型人工知能(ディープニューラルネットワーク)

    深層学習型人工知能、mobilenet SSDやOpenCVの概要、コースで使用するモデル、Tensorflow、Cocoなどの用語について解説します。


  5. Raspberry Piで物体検出をしてみよう

    物体検出のサンプルプログラムを動かし、そのしくみを概観します。


  6. AI×IoT 検出結果をLINEに投稿しよう

    検出結果をLINEに投稿するハンズオンを通して、HTTPやWebAPIを使って人工知能とインターネットサービスを連携するしくみの基本をおさえます。


  7. コースのまとめ

    このコースで何を学んだのか、全体を通してふり返ります。

Who this course is for:
  • リアルタイムな物体検出をためしてみたい方
  • 深層学習型の人工知能に触れてみたい方
  • エッジコンピューティングに関心のある方
  • AIとIoTの連携に興味のある方
  • 物体検出結果をLINEに投稿してみたい方
Course content
Expand all 35 lectures 03:01:25
+ はじめに
2 lectures 05:21

このコースの目的や学習内容を解説します。

Preview 02:38

ハンズオンで使うモノについて解説します。

Preview 02:43
+ Raspberry Piのセットアップ
10 lectures 37:50

セクションの概要を解説します。

Preview 00:49

Raspberry Pi用のSDカードを作るためのアプリであるRaspberry Piイメージャをダウンロードします。

Raspberry Piイメージャのダウンロード
01:50

Raspberry PiのオペレーティングシステムであるRaspberry Pi OSが書き込まれたSDカードを作成します(Mac編)。

Raspberry Pi OS SDカード作成 -Mac編-
05:15

Raspberry PiのオペレーティングシステムであるRaspberry Pi OSが書き込まれたSDカードを作成します(Windows編)。

Raspberry Pi OS SDカード作成 -Windows編-
04:33

無線LANを介してパソコンからRaspberry Piにアクセスできるようにするための設定をします(Mac編)。

Raspberry Pi OS SDカード追加設定 -Mac編-
04:16

無線LANを介してパソコンからRaspberry Piにアクセスできるようにするための設定をします(Windows編)。

Raspberry Pi OS SDカード追加設定 -Windows編-
04:31

Raspberry Piとの接続に使用するVNC Viewerをパソコンにインストールします(Mac編)。

VNC Viewerインストール -Mac編-
01:10

Raspberry Piとの接続に使用するVNC Viewerをパソコンにインストールします(Windows編)。

VNC Viewerインストール -Windows編-
00:54

パソコンからRaspberry PiにSSHで接続し、VNC Viewerを使って接続するための設定などをします。

Raspberry Pi初期設定 パート1
05:40

VNC ViewerでRaspberry Piに接続し、初期設定の続きをします。

Raspberry Pi初期設定 パート2
08:52
+ 物体検出ハンズオン環境構築
3 lectures 19:40

セクションの概要を解説します。

Preview 00:24

リソースにあるサンプルプログラムをRaspberry Piにアップロードして、Raspberry Piでサンプルプログラムを使えるようにします。

サンプルプログラムをRaspberry Piへアップロード
02:52

人工知能を動かしたり画像処理をしたりするOpenCVをRaspberry Piにインストールします。

Raspberry PiへOpenCVをインストール
16:24
+ 深層学習型人工知能(ディープニューラルネットワーク))の概要
5 lectures 27:40

深層学習型人工知能の概要を解説します。

深層学習型人工知能 概要
09:43

ハンズオンで使用するmobilenet SSDの概要を解説します。

ハンズオンで触れるmobilenet SSD
07:41

このコースで使用する用語、モデル・Tensorflow・Cocoについて解説します。

用語 モデル・Tensorflow・Cocoについて
04:24

OpenCVライブラリとPythonプログラミング言語の概要を解説します。

なぜプログラムにはOpenCVとPythonが使われているのか
04:58
+ 物体検出ハンズオン
4 lectures 27:19

セクションの概要を解説します。

Preview 00:56

サンプルプログラムの概要を解説します。

物体検出サンプルプログラム概要
03:19

物体検出のサンプルプログラムを動かします。

物体検出サンプルプログラムai.pyを動かしてみよう
08:08

サンプルプログラムの中身を概観して、学習済みの人工知能をどのように動かしているのか見てみます。

人工知能をどう動かしているのかを見てみよう
14:56
+ 物体検出結果をLINEに投稿
10 lectures 01:01:53

セクションの概要を解説します。

Preview 01:16

AIを活用するIoTでも広く使われている通信規約のHTTPとWebAPIについて解説します。

AI×IoTで広く使われているHTTPとWebAPI
09:22

LINE通知APIの概要を解説します。

WebAPIの一例を見てみよう
05:57

サンプルプログラムを動かして物体検出結果をLINEに投稿します。

Raspberry Piから検出結果をLINEに投稿
14:27

サンプルプログラムの中身を概観し、検出結果をどのように投稿しているのかを見てみます。

メッセージを投稿するサンプルプログラムの中身を見てみよう
11:02

サンプルプログラムで行っている通信のセキュリティについて解説します。

サンプルプログラムで行っているなりすましの検知とセキュリティの概要
04:32

検出した物体の画像をLINEに投稿します。

サンプルプログラムで検出画像も投稿してみよう
04:14

サンプルプログラムの中身を概観して、どのように画像を投稿しているのか見てみます。

画像投稿サンプルプログラムの中身を見てみよう
04:47

物体検出時にスタンプを投稿します。

検出時にスタンプを投稿してみよう
03:31

スタンプ投稿サンプログラムの中身を概観します。

スタンプ投稿サンプルプログラムの中身を見てみよう
02:45
+ コースのまとめ
1 lecture 01:42

このコースを通して何を学んだのか、全体を通してふり返ります。

コースのまとめ
01:42