今年のゴミ回収ロボットの構成
去年は物体認識の記事を書いてみたり、RaspberryPiでラジコンを作ってみたり、実際にラジコンボートを作ってゴミ回収を行ってみたりしました。去年までの記事はこちらです。
海や川でゴミ回収できるRaspberryPiラジコンボートを作る その１
海や川でゴミ回収できるRaspberryPiラジコンボートを作る その２
2020年も継続してゴミ回収ロボットの開発を行っていきたいと思います。今年は去年の結果を考慮して以下の組み合わせで開発していきたいと思います。
| No. | ゴミ識別 | 基板 | コントローラー | 通信 | 備考 |
| ① | OpenCV + カスケード分類器 | Raspberry Pi | MC – 8 | Wi-Fi | ✕：カスケードXMLは多種類、とくに画像の角度が変化すると認識できなくなるので不採用とする。 |
| ② | OpenCV + カスケード分類器 | Raspberry Pi | スマホ | Wi-Fi | ✕：スマホは映像だけに専念させたいため不採用とする。 |
| ③ | keras-yolo3 | Jetson Nano | 未定 | 未定 | 採用予定 |
| ④ | keras-yolo3 | Jetson Xavier NX | 未定 | 未定 | 未定 |
構成図
2020年はまず①の構成で作っていきたいと思います。進捗があったらまた記事を作成していきたいと思います。
YOLOってどんなものが認識できるの？
この記事を作成したときにデフォルトの状態でもかなりいい物体検出ができることが分かりました。
では、デフォルトの状態のときにどんなものが認識できるのか調べてみました。こちらのサイトによると全100のものを認識することができるようです。
このデフォルトの状態で私がほしいのはボトルぐらいかなと思います。ゴミとして認識したいときにはジャンルが広すぎて識別できなさそうだなと感じています。
ゴミの識別を行うには独自データを用意して自分でYOLOのトレーニングを行ったほうがよさそうです。
自力で深層学習を行うにあたり
自力でYOLOの独自学習データを作成するにあたり、自分の知識が圧倒的に乏しいので勉強から始めることにしました。まずは簡単なところから学習していきたいと思います。
深層学習のTensorflowとかKerasとかってなんなの？YouTubeの解説動画を紹介するよ。
Google ColabでYOLOを動かすことを検討してみる
Google Colaboratory上でYOLOを動かして画像認識させてみた
参考サイト
こちらのサイトがとても参考になりそうなのでリンクを張っておきます。
Windows 10上のDarknetでYolo v3をトレーニングしOpenCVから使ってみる
現在の進捗はここまでです。
