いつものコーヒーショップで画像認識テスト

社長への簡単なプレゼンも終わり小さな内部メモリーから２５０GBのSSDにシステムや起動ファイルを移行も一段落。
画像認識の学習ファイルと学習データをSSDに写してからコンパイルのやり直し。

cfgファイル書き直しとsrcファイルの再構成。Linuxのショートカットの作成方法がwindowsと違うので何度かやり直し。homeの絶対パスも結構ハマる。

so fileのパスも/home/nvidia/darknet/darknet.soへ

/home/nvidia/darknet/srcのリンクはln -s /home/nvidia/darknet/src src1

ln -s home/nvidia/darknet/src src1で嵌りました。

その後一旦コンパイルのやり直しの為make cleanしてmake -j8sしてから

make RunReleaseで無事にマイクロSDからSSDでビルド完了。

ここからは共同開発して頂いている小野さん待ち。赤外線画像認識をトリガーにしてPi Zero（IoT）を操作の予定。IoTエッジは変更の可能性あり、まだ１０日程度掛かりそうです。無線LANのモデルが完成しているが過去繋がらないので有線の設定で作り直し。

途中ですがこんな感じ…

 

このAIコンペが終わったら社内で分かりやすく楽しいデモをするつもりです。お〜っとというものにするのに時間が掛かる。年末か年明けになると思います。その為の講習も１２月３日東京で予約済み。

先ずはコンペに入賞して実績を作る事が最優先事項。

審査ポイント

１）実現性　　　　既存ビジネスと差別化できており、明確かつ現実的な内容である。

AIの導入をサポートするという視点でシステムを組んでいるので既存のハードやソフトを販売するビジネスモデルとは差別化できている。

２）収益性　　　　将来的に収益の見込める内容であること

導入の基本セットから収益を考えた価格設定。

３）ユーザー視点　ユーザーの価値創造が明確な内容であること

ユーザーそれぞれのAIや機械学習の理解に役立つサンプルになっている

４）社会性　　　　社会課題の解決に向けた内容であること

日本のAIの理解は偏りがあり使いこなせる会社とそもそも理解できていない会社が混在しておりAIの技術的な理解なしに今後それぞれの課題の解決は難しいその理解の役に立つシステム。

５）技術性　　　　独創的な技術を取り入れた内容であること

２０１８年の時点の最新のソフトとハードを取り入れ通常のカメラから独自に開発したサーモグラフィーを利用したシステムも併用出来る様にした。