0-01　Google Colabで学習→推論 ●Pythonの実行環境はGoogle Colab（＊１） 　Google Colabのノートブックから「ファイル」をクリックします。図0‐01のようにsample_dataフォルダのみが存在します。 （＊１）PCでもラズパイでも実行できます。ブラウザはPCならChrome、ラズパイならChronium推奨。 図0‐01 ●ファイル枠にドラッグ＆ドロップ 　インターフェース誌のダウンロードサイト→2025年3月号→生成AI×エッジ・デバイス…からPC用アーカイブ(edgeai-pc-202503.zip)をダウンロードして適当なディレクトリに展開します。その中にballs_float_5.py, train_1.zipがあるので図0‐02のようにアップロードします。 図0‐02 ●train_1フォルダに学習用画像 　!unzip train_1.zip とタイプして解凍すると、図0‐03のようにtrain_1の下に0〜4フォルダが現れます。これらは学習用画像セットで、0/1/2/3には赤／緑／青／黄色ボールが、4には床画像があります（＊２）。 （＊２）床は床クラス（F)と認識させ、Fは非表示とする（床の誤認識削減のため）。 図0‐03 ●学習用Pythonプログラムを実行 　run balls_float_5.py とタイプして実行します。epoch=30で終了、10〜20分かかると思います。すると図0‐04のようにw1〜w6.csv、b1〜b6.csvが生成されます。これらは学習済みモデル（重み係数・バイアス）です。 図0‐04　 ●ラベルリスト、推論用Python、推論用画像をアップ 　PC用アーカイブのTestBalls_5.csv, balls_float_pred_5.py, val_1.zipをアップロードします。 図0‐05 ●val_1フォルダに推論用画像 　!unzip val_1.zip で解凍すると図0‐06のようにval_1フォルダの下に5つのフォルダが現れます。これらは推論用画像セットです。 図0‐06 ●Test Data Accuracy 100 となる 　balls_float_pred_5.pyは重み係数・バイアスを使って推論を行うプログラムです。実行すると正解率が100％となると思います（＊３）。 （＊３）学習用画像の順番ががランダムに変わるので、学習のたびに重み係数とバイアスは変わります。認識率も100％にならない場合もあります。 図0‐07　 ●重み係数・バイアスをダウンロード 　図0‐08のように右クリックでw1〜w6.csv、b1〜b6.csvをダウンロードしましょう。全部で12個のCSVファイルです。 図0‐08　 次のページへ 目次へ戻る