価格については、弊社までお問い合わせください。　

カタログ・資料

AI Framework 使用例

・Tensorflow Lite
　Tensorflow Liteの実行例（30fps動画／GPUを使用）

「Snapdragon Neural Processing Engine SDK」(以下SNPE)　　 チュートリアル

■コンパイル環境

　Ubuntu 18.04

　SNPE v2.19.2.240210

　Python 3.6.9

　Android Studio (2023.2.1)

■ワークフロー

　QualComm社の提供しているチュートリアルのドキュメント 2.10.0(2023年4月) を参照します。

　https://developer.qualcomm.com/sites/default/files/docs/snpe/index.html

■SNPEのインストール

　SNPE を下記からダウンロードします。

　ダウンロードするには、アカウントを取得しておく必要があります。

　https://qpm.qualcomm.com/#/main/tools/details/qualcomm_neural_processing_sdk

　ダウンロードしたファイルは、下記のとおりです。

　"qualcomm_neural_processing_sdk.2.19.2.240210.Kinux-AnyCPU.qik"

　ダウンロードしたファイルをインストールするために、

　「Qualcomm Package Manager 3」を、下記からダウンロードします。

　https://qpm.qualcomm.com/#/main/tools/details/QPM3

　ダウンロードしたファイルは、下記のとおりです。

　"QualcommPackageManager3.3.0.94.2.Linux-x86.deb"

■開発に必要なPython3 関連のインストール

　$ sudo apt-get install libc++-dev

　$ sudo apt-get install python3.6

　$ sudo apt-get install python3-pip

　$ pip3 install --upgrade pip

　$ pip3 install numpy==1.16.5

　$ pip3 install sphinx==2.2.1

　$ pip3 install scipy==1.3.1

　$ pip3 install matplotlib==3.0.3

　$ pip3 install scikit-image==0.15.0

　$ pip3 install protobuf==3.6.0

　$ pip3 install pyyaml==5.1

■TensorFlow のインストール

　モデルとして利用しているTensorFLowをインストールします。

　$ pip3 install --upgrade pip

　$ pip3 install tensorflow==1.6

■環境変数の設定

　$ export TENSORFLOW_HOME=~/.local/lib/python3.6/site-packages/tensorflow

　$ source /opt/qcom/aistack/snpe/2.19.2.240210/bin/envsetup.sh

■glibc 2.29 のインストール

　tensorflow モデルをDLCフォーマットに変換するために、glibc 2.29 をインストールします。

　$ sudo apt-get install gawk bison

　$ sudo apt-get install gawk bison

　$ wget -4c https://ftp.gnu.org/gnu/glibc/glibc-02,29.tar.gz

　$ tar -zxvf glibc-2.29.tar.gz

　$ cd glibc-2.29

　$ mkdir build_dir

　$ cd build_dir

　$ ../configure --prefix=/opt/glibc

　$ make

　$ sudo make install

　$ sudo cp /opt/glibc/lib/libm-2.29.so /lib/x86_64-linux-gnu/.

　$ cd /lib/x86_64-linux-gnu

　$ sudo rm libm.so.6

　$ sudo ln -s libm-2.29.so libm.so.6

■tensorflowモデルをDLCフォーマットに変換

　$ cd $SNPE_ROOT

　$ mkdir tmpdir

　$ python3 $SNPE_ROOT/examples/Models/inception_v3/scripts/setup_inceptionv3.py -a ./tmpdir -d

　$ python3 $SNPE_ROOT/examples/Models/inception_v3/scripts/setup_inceptionv3.py -a ./tmpdir -d -r dsp

　$ python3 $SNPE_ROOT/examples/Models/inception_v3/scripts/setup_inceptionv3.py -a ./tmpdir -d -r aip

■java 開発キットのインストール

　$ sudo apt-get install openjdk-17-jdk

■android studio をインストール

　下記アドレスから android studio インストーラのダウンロードし、アプリを起動します。

　https://developer.android.com/studio?hl=ja

　$ tar -zxvf android_studio_2023.2.1.23-linux.tar.gz

　$ ./android-stuido/bin/studio.sh

実行可能なAI Framework 例

監視カメラ映像やご使用機器のモニタ映像など、24h/365日 安定したLive映像配信をお届けします。

・1台で送信/受信 を同時に行う事が可能な為、TV会議システムと同じく相互に映像共有する事が可能です。

・１つの配信映像を複数の場所で同時に視聴する事ができます。

・オンプレミス環境でご使用いただく事で、セキュアな環境で動画配信を行う事ができます。

・配信先設定などの機器操作は、一括して操作端末から行う事ができます。

・FEC送信によるパケットロス耐性向上によって、より安定した映像視聴を行う事ができます。

・用途に応じた、映像品質パラメータの最適化を行う事ができます。

ご利用シーン

・工場のモニタ映像を別の遠隔地で表示したい。

・インターネット接続できない機器のモニタ映像を遠隔地で表示したい。
・監視カメラ等のカメラ映像を別の遠隔地で表示したい。

各拠点に本製品を１台設置する事で、映像を相互に送受信する事が可能です