Beeは組込み会社では知見の少ないAIにも取り組んでおり、組込みソフト開発専門の知見を活かし組込みAI(エッジAI)にも積極的に取り組んでいます。
　今回は、Idein が開発した ActCast α版 を試してみます。

　ActCast は Idein が作成した IoT プラットフォームサービスです。 Raspberry Pi シリーズをサポートしており、推論部分は Raspberry Pi の GPU VideoCore Ⅳ を使用することで高速化を実現しています。

• Act

ActCastに用意されたアプリケーション(物体認識や画像分類のモデル)に閾値などの設定を加えたものです。

• Cast

Actの出力を WebHook API を用いて Slack に通知できたりします。
今回は試せていないです。

ActCast へのサインアップ

• GitHub アカウントを作成
• https://actcast.io にアクセスし、サインアップ

環境

• Raspberry Pi 3 Model B
• Raspberry Pi Camera V2
• Panasonic microSDカード 32GB
• Windows10 のノートPC

Act を動かしてみる

公式ガイド https://actcast.io/docs/ja/GettingStarted/ の手順通りに進めました。

• ImageNet Classification

  画像認識のAct。カメラから取り込んだ映像は10FPS程度で動いています。

  
  

Act の種類

上記の Act 以外にも様々な Act が用意されています。

• Face Tracking

  人の顔を検出するAct。検出した顔画像がディスプレイの右の方に表示されていました。

• People Counter

  カメラに映った人の数をカウントするAct。カウント数がディスプレイに表示されていました。

• Face Style Inference

  人の顔を検出して、性別と年齢を予測するAct。

• Facial Landmark Detection

  人の顔を検出して、目や口等の顔のパーツの位置を予測？

• Pose Estimation

  姿勢検出のAct。人の動きに合わせて骨格の線が出力されていました。

• Style Transfer

  入力画像を有名画風にするAct。デフォルトは北斎風で、他にもピカソ風などがありました。

• People Flow Counter

  移動回数をカウントするAct。入力画像にグリッドを表示してグリッドのどのセルを移動したかを出力しているようです。

• Person Tracking

  人を検出してフレームで囲むAct。

まとめ

　Actの選択やデバイスへActをインストールする手順がすべてブラウザ上で完結しており、 ドキュメントも日本語で書かれているため取っつきやすかったです。 Actの実行は、推論が非常に高速で、リアルタイムに検出、分類が行えていました。エッジデバイスとは思えないほどの速さです。
　ActCast は β版 の公開が発表されており、今後の展開に期待です。