0-01 道路標識の認識をハードウェア化してみた ●道路標識（ドイツ版）をリアルタイムに認識する 　図0‐01はGTSRB (German Traffic Sign Recognition Benchmark)をハードウェア化したようすです（＊１）。CMOSイメージセンサからの動画をFPGAでリアルタイムに認識しています。 （＊１）このサイトで認識のようすを確認できます。 図0-01 ●ディープラーニングをハードウエア化して省電力化 　本企画ではPythonで書かれたプログラムをHDL化し、FPGA（Field Programmable Gate Array）に書き込んで動作させます。 　GPU（図0-02)などと比べてFPGA（図0-03)は低速で動かすので、低消費電力になるというのが最大のメリットです。それゆえに組み込み機器用のAIチップの有力候補としてFPGAは注目されます。 図0-02 GPU搭載ボードJetson Nano。クロックは1.4GHz程度で動かす 　GPUには大きな「放熱板」が付いていますが、FPGAボードには付いていません。100MHz程度で動かすぶんには必要ないのです。（＊２） （＊２）放熱板のあるボードを組み込み用途に使うのは難しい 図0-03 DE1-SoC（FPGAは5CSEMA5F31C6）。クロックは100MHz程度で動かす。 ●CMOSイメージセンサを直で操作できるFPGA 　図0-04はFPGAボードにCMOSカメラモジュール（OV5642）を取り付けたようすです。同図のようにアダプタボード（デジタルフィルター社）を介して嵌合します。 　FPGAはクロック単位で設計する（RTLという設計スタイル）のでCMOSイメージセンサを直接駆動することができます。本企画ではカラーの動画をFPGAに入力してリアルタイムに処理します。 　前々回、前回の企画と違い、今回は「学習済みモデルの作成」から始めます（＊３）。学習時にニューラルネットワークの形状を自由に設定できるため、回路のコンパクト化、共通化など様々なメリットを享受できます。 （＊３）以前はあらかじめ用意された学習済みモデルを使用していた 次のページへ 目次へ戻る