IT業界、40年やってます (老人の独り言) 

現在68歳、IT関連で勉強したい事が盛りだくさんで、目移り状態です(^o^)

GPU を使った超チューニングされた画像認識ソフト(^O^)

How to optimize Raspberry Pi code using its GPU から

ラズパイで画像認識を20秒かかるのが、GPUを使って最適化して3秒にした経験を書いてる記事です。
ラズパイの GPU は12コアだそうです。記事の最後に、犬の画像を認識して犬種を判別するラズパイで動作する例題プログラムが有るので実際に試せました。
ラズパイ、値段がたった数千円なのに、すごい奥が深いです。

実際に例題を試します。

Running the example
If you want to try out the deep learning object recognition code I developed yourself, you can follow these steps:
Install Raspbian.
Install the latest firmware by running `sudo rpi-update`.
From `raspi-config`, choose 256MB for GPU memory.
まず、ここまでは普通に設定されてます。
Clone qpu-asm from Github.
Run `make` inside the qpu-asm folder.
Create a symbolic link to the qpu-asm program, for example by running `sudo ln -s /home/pi/projects/qpu-asm/qpu-asm /usr/bin/`.
以上で GPU のコアのアセンブラーをインストールします。
Clone DeepBeliefSDK from Github.
From the DeepBeliefSDK/source folder, run `make TARGET=pi GEMM=piqpu`.
Once it’s successfully completed the build, make sure the resulting library is in your path, for example by running `sudo ln -s /home/pi/projects/DeepBeliefSDK/source/libjpcnn.so /usr/lib/`.
以上で画像認識ソフトのインストールは完了します。
Run `sudo ./jpcnn -i data/dog.jpg -n ../networks/jetpac.ntwk -t -m s`

イメージ 1

犬の画像を認識して犬種を判断します。
You should see output that looks like this:
ちょっとゴールデンレトリバーにしては、貧相な感じな犬ですね(^_^;)