届きました！
Coral (Google Edge TPU) USB Accelerator
裏に記載されている
「Made by you with Google」がなんともGoogleらしい
TPUランタイムのインストールを行います。
$ wget http://storage.googleapis.com/cloud-iot-edge-pretrained-models/edgetpu_api.tar.gz $ tar xzf edgetpu_api.tar.gz $ cd python-tflite-source $ bash ./install.sh ・・・ Using /usr/local/lib/python3.5/dist-packages Finished processing dependencies for edgetpu==1.2.0
Caution: During installation, you’ll be asked, “Would you like to enable the maximum operating frequency?” Enabling this option improves the the inferencing speed but it also causes the USB Accelerator to become very hot to the touch during operation and might cause burn injuries. If you’re not sure you need the increased performance, type
Nand press Enter to use the default operating frequency.
寒い冬にはお手元のカイロ代わりに？
USBを挿して確認します。
$ lsusb Bus 001 Device 005: ID 1a6e:089a Global Unichip Corp.
これかな？
では先程解凍したpython-tflite-source内にあるサンプルを実行してみます。
$ cd edgetpu/ $ python3.5 demo/classify_image.py \ --model test_data/mobilenet_v2_1.0_224_inat_bird_quant_edgetpu.tflite \ --label test_data/inat_bird_labels.txt \ --image test_data/parrot.jpg
※私の環境ではPython3はPython3.6にリンクしてあるので明示的に3.5を指定して使っています。
結果
--------------------------- Ara macao (Scarlet Macaw) Score : 0.61328125 --------------------------- Platycercus elegans (Crimson Rosella) Score : 0.15234375
その他テストデータフォルダには4人の顔が写ったface.jpp
フクロウの写真owl.jpgがあります。
ということで顔認識のサンプルを時間計測も兼ねて実行してみます。
その前にRaspberry Pi上で画像を表示する場合はfehをインストールします
$ sudo apt-get install feh
※無くても動きます。
$ time python3.5 demo/object_detection.py \ --model test_data/mobilenet_ssd_v2_face_quant_postprocess_edgetpu.tflite \ --input test_data/face.jpg \ --output ~/detection_results.jpg ----------------------------------------- score = 0.99609375 box = [474.22854804992676, 38.03488787482766, 738.8013491630554, 353.5309683683231] ----------------------------------------- score = 0.9921875 box = [205.4297697544098, 110.28378465056959, 487.75309658050537, 439.73802454331343] ----------------------------------------- score = 0.83203125 box = [6.2277887016534805, 182.35811898071842, 127.13575917482376, 326.5376813379348] ----------------------------------------- score = 0.5 box = [859.8422718048096, 213.5472493581642, 1008.978108882904, 383.9367261515483] real 0m4.610s user 0m1.115s sys 0m0.153s
結果画像（サンプル画像ですが一応軽めにモザイクかけてます）
