息子と一緒に Makers：So-netブログ

	ブログをはじめるログイン

2019年07月07日｜ 2019年07月14日｜2019年07月17日ブログトップ

SPRESENSEでSony Neural Network Console を使ってみた！　[SPRESENSE]

Sony Neural Network Console （以下 NNC）が使えるようになったので、今回はNNCで出力した学習済データを SPRESENSE で使ってみたいと思います。例によって動画にしてみたので、お時間のある方はどうぞ。

最初に、NNC を使って機械学習を行います。今回は、前回使った”４”、”９”を判別するネットワークを使います。

2019-07-14 (0).png

学習済データは、学習結果の履歴を右クリックで出てくるメニューの”Export”で取得することができます。このとき、フォーマットは"NNB"を選択します。

2019-07-14 (1).png

すると"model.nnb"が出力されていますので、それを使います。

2019-07-14 (7).png

次にArduino IDEを開きます。”スケッチ例”の”DNNRT”から”number_recognition”サンプルを起動します。このサンプルでは、学習済データの名前が”network.nnb”となっていますので、"model.nnb"へ変更します。

#include <SDHCI.h>
#include <NetPBM.h>
#include <DNNRT.h>

DNNRT dnnrt;  // NNCの学習済データを使うためのライブラリ
SDClass SD;

void setup() {

  Serial.begin(115200);

  File nnbfile = SD.open("model.nnb"); // NNCの学習済データを読み込み（拡張ボードが必要）
  if (!nnbfile) {
    Serial.print("nnb not found");
    return;
  }
  int ret = dnnrt.begin(nnbfile);
  if (ret < 0) {
    Serial.print("Runtime initialization failure. ");
    if (ret == -16) {
      Serial.println("Please update bootloader!");
    } else {
      Serial.println(ret);
    }
    return;
  }

  // Image size for this network model is 28 x 28.

  File pgmfile("number4.pgm");  // 識別したいファイルを指定
  NetPBM pgm(pgmfile);

  unsigned short width, height;
  pgm.size(&width, &height);

  DNNVariable input(width * height);
  float *buf = input.data();
  int i = 0;

  // Normalize pixel data into between 0.0 and 1.0.
  // PGM file is gray scale pixel map, so divide by 255.
  // This normalization depends on the network model.

  for (int x = 0; x < height; x++) {
    for (int y = 0; y < width; y++) {
      buf[i] = float(pgm.getpixel(x, y)) / 255.0;
      i++;
    }
  }

  dnnrt.inputVariable(input, 0);
  dnnrt.forward();
  DNNVariable output = dnnrt.outputVariable(0);

  // Get index for maximum value.
  // In this example network model, this index represents a number,
  // so you can determine recognized number from this index.

  int index = output.maxIndex();
  Serial.print("Image is ");
  Serial.print(index);
  Serial.println();
  Serial.print("value ");
  Serial.print(output[index]);
  Serial.println();
  if (output[index] < 0.2) Serial.println("the result is 4");
  else if (output[index] > 0.8) Serial.println("the result is 9");

  dnnrt.end();
}

void loop() {
}

SPRESENSEは、メインボードと拡張ボードを使います。出力した "model.nnb"とサンプルに使う画像をSDカードにコピーをして拡張ボードのSDカードスロットに差し込みます。

2019-07-14 (2).png