【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！

このコースでは、顔認識を通して、深層学習型人工知能（ディープニューラルネットワーク）／機械学習の概要やしくみ、学習（※）、実装、さまざまな機械学習を組み合わせたソリューション、そしてIoTの通信プロトコルであるMQTTを使った検出結果の通知までを一気におさえます。人工知能に初めて触れる方、これから人工知能を活用したいエンジニアの方、人工知能を活用するための基礎的な知識を効率よくおさえたい非エンジニアの方に最適な内容です。

また、シングルボードコンピュータのRaspberry Piに顔認識の学習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。クラウド側ではなくエッジ側のデバイスに人工知能の学習モデルを実装してデータ処理や推論の高速化とコスト削減などを実現する「エッジAI」への注目が高まっています。今後ますます重要性が高まることが予想されるエッジAIを手を動かしながら実践的に学んでいきましょう。

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、このコースの目的です。とにかく実際に触れて使ってみることで、これまで難解でとっつきにくいと感じていた人工知能が身近になり、「何かできそう」と感じていただけたら大変嬉しいです。

※このコースでは、最もシンプルな怠惰学習（１枚～数枚の写真を使った学習）を通して学習の概念をおさえます。近日公開予定のコース「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。

【受講される方への重要なお知らせ】

リソースファイルをダウンロードした際に、ファイル名が「original」などにリネームされてしまう現象がUdemyで報告されています。元のファイル名とは異なるファイル名にリネームされてしまう場合は、ダウンロード後、元のファイル名にファイル名を変更してからご使用ください。特に、zipやbz2拡張子の圧縮ファイルは、元の名前に変更しないとハンズオンが手順通りに進みませんのでご注意ください。

【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. 顔識別ハンズオン環境構築

   Raspberry Piに顔識別に必要な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. ３つの方法で顔検出

   サンプルプログラムで３つの主な顔検出方法（深層学習型、HOG特徴、HAAR-Like特徴）をためし、それぞれの概要をおさえ、長所、短所を確認します。

   
   

5. 個人顔識別

   カメラの画像からリアルタイムに個人を特定するしくみを、サンプルプログラムを動かしながら段階を踏んでおさえます。

   また、１枚の写真を使った最もシンプルな怠惰学習にふれることで学習の概念をおさえます。

   
   

6. スマホやPCへ送信

   MQTTとよばれるIoTで広く使われているしくみを使って、インターネットを介してスマホやPCに検知結果を送信します。
   また、エッジAIやAIをセンサーとして使うとはどういうことなのかをおさえます。

   
   

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。