Google Coralデモ:Google Coral開発ボードのフラッシュ
- USB A-Micro USBケーブル
-
データ転送用のUSB C-USB Aケーブル
-
2-3Aを提供できるUSB C電源(電源に接続された2番目のUSB A-USB Cケーブルを正常に使用できました)
-
sudo apt-getインストール画面、mkdir -p〜/ .local / bin、およびsudo mv〜/ Downloads / platform-tools / fastboot〜/ .local / bin /を入力します。
-
fastboot --versionと入力して、すべてが機能することを確認します。これにより、いくつかの情報が返されます。
sudo sh -c "echo 'SUBSYSTEM==\"usb\", ATTR{idVendor}==\"0525\", MODE=\"0664\", \ GROUP=\"plugdev\", TAG+=\"uaccess\"' >> /etc/udev/rules.d/65-edgetpu-board.rules",
cat / etc / udev /rules.d/65-edgetpu-board.rules
SUBSYSTEM == "usb"、ATTR {idVendor} == "0525"、MODE = "0664"、GROUP = "plugdev"、TAG + = "uaccess"
- sudo vi etc / udev / rules.d / 65-edgetpu-board.rulesと入力します。
GoogleのRaspberry PiのようなCoral:新しいCoral Dev Board Miniと小さなAcceleratorに会う
GoogleはCoralのラインナップを拡大し、2020年の2つの新製品とCoral SoMのメモリオプションを増やしました。
Googleは、Coral Dev Board Miniと、既存のCoralハードウェアラインナップに参加する新しいアクセラレータモジュールを発表しました。これは、開発者がエッジネットワークデバイスでローカルに機械学習モデルを実行できるようにすることを目的としています。
すべてのCoral製品の中核はGoogle Edge TPU ASICであり、149ドルのCoral Dev BoardとCoral USBアクセラレータでデータを処理します。
カメラなどのセンサーに取り付けられたこのデバイスにより、開発者はオブジェクトのソートと識別、手の動きの追跡、顔検出のための製品を構築できます。
重要なのは、このプロセスはすべて、クラウドにデータを送信する必要なく、デバイス上で行われることです。
Googleは10月にCoralのベータ版を廃止し、11月にDebian 10 Busterに基づくMendelオペレーションシステムの新しいバージョンをリリースしました。
新しいCoral Accelerator Moduleは、米国の1セント硬貨よりも小さく、10mm x 15mmです。 このパッケージには、PCIeおよびUSBインターフェイスを公開するEdge TPU ASICが含まれており、開発者がカスタムのプリント基板設計と統合するのに役立ちます。
GoogleはCoral Accelerator ModuleまたはCoral Dev Board Miniの価格を明らかにしていませんが、2020年の前半に両方が利用可能になると述べています。
Googleはまた、Coralシステムオンモジュールのメモリオプションを拡張しました。これは、114ドルでスタンドアロンで購入できる接続可能なコンポーネントです。 SoMには、NXP IMX8M SoCを搭載したGoogleのエッジTPU、Wi-FiおよびBluetooth、メモリ、ストレージが含まれます。
Coral SoMは、以前は1GBのRAMでのみ使用可能でしたが、2GBおよび4GB LPDDR4 RAMで使用可能になりました。
Coral Dev Board Miniは、149ドルのCoral Dev Boardよりも小さく、安価で低電力の兄弟です。
新しいCoral Accelerator Moduleは、米国の1セントコインよりも小さいですが、Edge TPU ASICが含まれています。
Google Coral 海外代理店 Gravitylink
Google Coralシリーズのすべてのハードウェアデバイスが販売されています。(DevBoard, USB Accelerator, Mini PCIe Accelerator, M.2 Accelerator A+E/ B+M key, System-on-Module (SoM) )
Google Edge TPU推論の概要
Edge TPUはTensorFlow Liteモデルのみと互換性があります。 そのため、TensorFlowモデルをトレーニングし、TensorFlow Liteに変換し、Edge TPU用にコンパイルする必要があります。 次に、このページで説明されているオプションのいずれかを使用して、Edge TPUでモデルを実行できます。(Edge TPUと互換性のあるモデルの作成の詳細については、Edge TPUのTensorFlowモデルをご覧ください。https://coral.ai/docs/edgetpu/models-intro/)
Pythonで推論を実行する
Pythonを使用して推論を実行している場合、2つのオプションがあります。
TensorFlow Lite APIを使用します:
これは、TensorFlow Liteモデルを実行する従来のアプローチです。 データの入出力を完全に制御できるため、さまざまなモデルアーキテクチャで推論を実行できます。
TensorFlow Liteを以前に使用したことがある場合、Interpreterコードはごくわずかな変更を加えるだけでエッジTPUでモデルを実行できます。(詳細については、PythonでTensorFlow Liteを使用して推論を実行するをご覧ください。https://coral.ai/docs/edgetpu/tflite-python/)
Edge TPU APIを使用します:
これは、TensorFlow Lite C ++ API
の上に構築されたPythonライブラリであるため、画像分類モデルとオブジェクト検出モデルを使用して、より簡単に推論を実行できます。
このAPIは、TensorFlow Lite APIの経験がなく、単に画像分類またはオブジェクト検出を実行する場合に役立ちます。入力テンソルの準備と結果の解析に必要なコードを抽象化するためです。 また、Edge TPUで分類モデルの高速転送学習を実行する独自のAPIも提供します。(詳細については、Edge TPU Python APIの概要をご覧ください。https://coral.ai/docs/edgetpu/api-intro/)
C ++で推論を実行する
C ++でコードを記述したい場合は、他のプラットフォームでTensorFlow Liteを実行するのと同じように、TensorFlow Lite C ++ API
を使用する必要があります。 ただし、edgetpu.h
またはedgetpu_c.h
ファイルのAPIを使用して、コードにいくつかの変更を加える必要があります。 基本的に、Interpreter
オブジェクトの外部コンテキストとしてEdge TPUデバイスを登録するだけです。(詳細については、「C ++でTensorFlow Liteで推論を実行する」を参照してください。https://coral.ai/docs/edgetpu/tflite-cpp/)
Coral Acceleratorモジュールは、2020年初頭にCoral Webサイトで販売されます。Google Coral製品、および大量販売または大量販売(ボリュームディスカウント)の詳細に興味がある場合は、ようこそCoral 海外代理店 Gravitylink : https://store.gravitylink.com/global
Google EDGE TPUが農業を改善する方法
Edge TPU は予測メンテナンスや異常検出、マシンビジョン、ロボット工学、音声認識など、増え続ける産業ユースケースに使用できます。 また、製造、オンプレミス、ヘルスケア、小売、スマート スペース、交通機関などにも使用できます。
スマート農業
Local AIは、農業の高性能オフライン分析を提供します。これにより、土壌の質、植物の健康、および作物の収穫量が向上し、それによってより多くの食料を生産し、環境への影響を減らし、持続可能な農業慣行を達成できます。
国連食糧農業機関によると、世界の食糧生産の約3分の1が栽培によって無駄になったり失われたりしており、2018年には8億2,000万人以上の飢えた人々がいました。
世界の人々に食料の持続可能な供給を確保するために、生産者は、土地の侵食、栄養損失、温室効果ガスの排出などの環境への負の影響を減らしながら生産を増やす必要があります。
土壌分析
従来の方法で作物の成長状態を分析するには1か月以上かかります。 このような遅延は、不適切な植え付けと受精の時間につながり、作物の収穫量を減らし、さらには収穫を妨げます。
土壌データで訓練されたニューラルネットワークモデルと組み合わされたサンゴ設備は、ほぼリアルタイムの土壌状態分析を提供できます。 これは、農業対策のよりタイムリーな調整とタイムリーな播種につながります。
作物の選別
小規模農家にとって、農産物の品質を分類すると、販売価格が上がり、市場投入までの時間が短縮されます。 従来の手作業による作物の等級付けプロセスは時間がかかり、労働リソースを大量に消費します。
Coral機器を使用すると、ターゲット検出モデルを実行することで、より安価なモジュール式ソーターを構築できます。 このモジュール式の並べ替えは、農民が製品を簡単に並べ替え、迅速に市場に投入するのに役立ちます。
病気の検出
病気、害虫、環境情報などの植物の健康状態を正確に診断することは、生育状況を改善するための最初のステップです。
成長期およびさまざまな分野でこのデータを集約すると、モデルが改善され、それによって将来の作物の収穫量が増加し、害虫や病気のリスクが軽減されます。
精密農業
適切な時期に作物の受精、散水、および駆虫の介入を促進するために、精密農業では、作物の植え付け位置、成長状態、成長の進行などの情報を高度に理解する必要があります。 大規模ファームであろうと小規模ファームであろうと、この情報を追跡することは困難です。
CoralのローカルAIテクノロジーによって構築された作物状態監視ツールの助けを借りて、識別と分類のための機械学習モデルと組み合わせることで、農家は作物を識別し、介入をターゲットとする成長状態を評価できます。 農薬、肥料、除草剤の正確な使用など。
Edge TPU は、Coral のさまざまなプロトタイピング プロダクトと製品版プロダクトを使用して、エッジでの高品質な ML 推論のデプロイを可能にします。
エッジの ML 向け Coral プラットフォームにより、Google の Cloud TPU と Cloud IoT が強化され、エンドツーエンド(クラウドツーエッジ、ハードウェア + ソフトウェア)のインフラストラクチャを提供することにより、お客様の AI ベース ソリューションのデプロイが簡単になります。
Google Edge TPUが医療業界を構築
CoralのローカルAI機能は、より正確な診断を達成し、関連疾患を予防し、患者が医療費を効果的に削減するのに役立ちます。 また、エッジコンピューティングデバイスは、医療インフラが限られている人々にヘルスケアを拡張できます。
患者ケア
大規模な病院では、常に医師や看護師よりも多くの患者がいるため、1:1の監視は不可能です。 サンゴの機械学習対応のカメラとセンサーにより、医療スタッフは患者の転倒、運動不足、その他の行動などのリマインダーを受け取ることができます。
CoralはローカライズされたAIを提供するため、すべての機密データはローカルデバイスに保存され、患者のプライバシーを効果的に保護しながら患者のケアを改善します。
正確な診断
医用画像は、医師が診断するよりもはるかに多くの画像を生成します。 今後数年間、画像分類モデルは、医師がすべての病気をより迅速かつ正確に診断するのに役立ちます。
ローカルAIを備えたサンゴのデバイスは、医師が病気に関する重要な情報をより深く研究し、時間をより効率的にするためのフィルターとしても機能します。
世界の5億人の糖尿病患者はすべて、その合併症失明に苦しんでいる可能性があります。 今日、専門家によるスクリーニングは、失明の糖尿病性網膜症のみを引き起こす可能性があります。
サンゴは、患者の眼球の画像をキャプチャし、既存のハードウェアでローカルに推論を実行する診断デバイスを構築するために使用できます。 これは、プライマリケアクリニックがこれらの重要な検査を実行できることを意味し、患者が病気のチェックを実行しやすくなります。
ホームケア
高齢者介護の重要なサービスは、薬が時間通りに服用されるようにすることです。
世界最小の人工知能モジュール-Coral Accelerator Module
「Coral Accelerator Moduleは素晴らしい製品であり、MurataはAI Edgeエコシステムの重要なビルディングブロックを提供します。 このモジュールは、次世代のインテリジェントデバイスを実現する上での画期的な製品です。 村田のコネクティビティ製品マーケティンググループのショーンキムは、次のように述べています。
Coralの目標は、デバイスレベルで実行されているAIアプリケーションをプロトタイプから実稼働に迅速に移行できるようにすることです。 Coralは、ローカルAIでデバイスを構築するためのハードウェアコンポーネント、ソフトウェアツール、およびプリコンパイルされたモデルの完全なツールキットを提供します。 AIモジュールは、完全に統合されたCoralプラットフォームの不可欠な部分であり、多くの業界の無数のアプリケーションに実装できます。
Murataは、Coralと緊密に連携して、AIモジュールがCoralテクノロジーを展開するアプリケーションへの統合のための柔軟性、スケーラビリティ、および互換性を実現できるようにしました。 この目的のために、村田製作所は、高密度設計とコンポーネント統合の分野で、グローバルリソースと数十年にわたる研究開発を活用しました。
Coral Acceleratorモジュールは、2020年初頭にCoral Webサイトで販売されます。Google Coral製品、および大量販売または大量販売(ボリュームディスカウント)の詳細に興味がある場合は、ようこそCoral 海外代理店 Gravitylink : https://store.gravitylink.com/global
人工知能、Google Coralは全行業提供智慧解法案である
さらに、データを分析するために、AIの画像を使用する企業の機器を分析するために、以前の市場では非常に少数の機器しか使用できませんでした。
Google Coral则は、こうした行程を提供する合理的な解決策です。
市の分析により、2020年まで、7.5の複数のAIコアチップがインテリジェントデバイスエンドに配置され、2024年までに15に延長されました。
Coralは、ローカライズされたAIを使用して製品を構築する一連の開発デバイスです。 Coralを使用すると、デバイス上のAIアプリケーションのアイデアをプロトタイプから生産まで拡張できます。 Coralシリーズのハードデバイスとコンポーネント、ソフトウェアツール、プリコンパイルモデルのプラットフォームを通じて、ローカルAIを使用して、効率的でプライベートなオフラインの人工知能製品を迅速に構築できます。
Coralシリーズのデバイスは非常に柔軟です。 新興企業であろうと大企業であろうと、製品の開発と生産のニーズを満たすさまざまなサイズのハードウェア機器があります。 製品プロトタイプ開発機器には、開発ボード開発ボードとUSBアクセラレータアクセラレータが含まれ、製品生産機器には、SoMシステムモジュールとPCIeモジュールが含まれます。