2-01　カラーボールなら自分で撮影できる ●ロボットにパソコンを積んで画像認識している（＊１） 　先日なにげなく「NHK学生ロボコン2024」を見ていたところ、ロボットが「カラーボール」をピックアップして運んでいました（図2‐01）。聞くところによるとそれは「自動認識」であるようです。 （＊１）NHK学生ロボコン2024（Youtube動画）。解説者が「パソコンで認識している」と言及（2:59:30辺り） 図2‐01　カメラでボールを自動認識するロボット ●動くボールを認識してロボットを制御するのは難しそう 　一口にカラーボールの認識といっても、ロボットには「動き」があります。すなわちカメラ動画内のカラーボールは常に動いており、それに追従するのは難しそうです。学生の皆さんは苦労しているだろうと想像します。 ●誰でも実験ができるカラーボール認識にトライ！ 　したがって画像認識の対象は「カラーボール」とします。100円ショップなどで買えますし、屋内でも簡単に実験ができます。アルゴリズムも比較的シンプルなもので済み、ディープラーニングの入門には良いと思います。 ■ボールは自力で撮影、背景は生成AIをを使ってデータセット作成 　前回（活用法1）ではこのように認識対象（ニホンザル）もAIで生成していましたが、今回（活用法2）では認識対象（カラーボール）は自力で撮影します（＊２）。 （＊２）ニホンザルと違い、カラーボールは「実物」を簡単に入手できるので。 ●ボールを100円ショップで買って撮影してみよう 　図2‐02に写真を6枚示します。皆赤色ですが、微妙に色合いが違います。またプラスチック、ゴム、樹脂など質感も様々です。光の量やあたり方も少し変えるほうが良いでしょう。 　同様に緑／青／黄色もそれぞれ6枚づつ、計24枚撮影します。 図2‐02　赤色ボール6枚。さらに緑／青／黄色をそれぞれ6枚、計24枚用意 ●生成AIは背景にのみ使用する 　その後は基本的にこの手順と同じになります。背景はAIで生成し、加工したボール画像と合成します。最終的に画像は数千枚に増え、ディープラーニングの学習に十分な量となります。 次のページへ 目次へ戻る