Movidius NCSを使ってみる

前回は’hello NCS!’を表示させることで、NCSの動作確認をしました。

ここでは、CaffeとTensorFlowのモデルを使った動作確認をしてみます。

環境

Windows7(64bit) + VirtualBox(5.2.4) + ubuntu(16.04 LTS)

対象

Caffeの学習済みGoogLeNetモデル

SDKの1.09を使うと、/examples/caffe/GoogLeNetディレクトリにモデルが用意されています。

run.pyを覗いてみると、/examples/data/imagesの中のnps_electric_guiter.pngという画像を予測分類する……ということのようです。

こんな画像です。

実行してみます（以下のパスは各自の環境で読み換えてください）。

$ cd ~/workspace/ncsdk/examples/caffe/GoogLeNet

$ make run

うちのPCではやはり途中でUSBが切断されるようで、再接続しました。

こんな感じで予測分類されました。

ほぼ99.6％の確率で、electric guiterです。

でももしかしたらアコースティックギターかもしれんです……。

そんなことはないとは思うけど、イノシシやシマウマかも？

という結果です。

run.pyの中の画像名をいろいろ変えて試してみてください。

画像はpngとjpgが混在しているので拡張子にはご注意ください。

TensorFlowの場合

こちらのモデルもやることは同じです。

ただデフォルト状態では、make runに実行権がないので、pythonで直接実行します。

$ cd ~/workspace/ncsdk/examples/tensorflow/inception_v1

$ python3 ./run.py

$ cd ~/workspace/ncsdk/examples/tensorflow/inception_v3

$ python3 ./run.py

v3の方が精度が上がってます。

Next

YOLO (v2) -> YOLOネットワークモデルをPCで実行してWebカメラで物体検出してみました

Movidiusで使う場合は変換が必要

FRONT