エッジAIカメラ自作ガイド

# 1. Raspberry Pi OSをmicroSDに書き込み（Raspberry Pi Imager使用）
#    OS: Raspberry Pi OS (64-bit, Bookworm)

# 2. 初期設定後、システム更新
sudo apt update && sudo apt full-upgrade -y

# 3. カメラ有効化・テスト
rpicam-hello -t 5000

# 4. Python環境セットアップ
sudo apt install python3-opencv python3-tflite-runtime -y
pip install picamera2

# 5. サンプルコード実行（物体検出）
python3 << 'PYEOF'
from picamera2 import Picamera2
import cv2
import numpy as np
from tflite_runtime.interpreter import Interpreter

# TFLiteモデル読み込み
interpreter = Interpreter(
    model_path="ssd_mobilenet_v2.tflite"
)
interpreter.allocate_tensors()

# カメラ初期化
cam = Picamera2()
cam.configure(cam.create_preview_configuration(
    main={"size": (640, 480)}
))
cam.start()

while True:
    frame = cam.capture_array()
    # 前処理・推論・後処理...
    cv2.imshow("AI Camera", frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
PYEOF

# 1. RPi OS Bookworm（64-bit）をインストール・更新
sudo apt update && sudo apt full-upgrade -y
sudo reboot

# 2. AI HAT+のハードウェア取り付け（電源OFF状態で）
# → GPIO延長 → スペーサー → AI HAT+装着 → サーマルパッド

# 3. Hailoドライバインストール
sudo apt install hailo-all -y
sudo reboot

# 4. 認識確認
hailortcli fw-control identify
# → "Hailo-8L" または "Hailo-10H" が表示されればOK

# 5. YOLOv8物体検出をリアルタイム実行
rpicam-hello -t 0 \
  --post-process-file \
  /usr/share/rpi-camera-assets/hailo_yolov8_inference.json

# 6. Python (Picamera2 + Hailo) での推論
python3 << 'PYEOF'
from picamera2 import Picamera2
from hailo_platform import HailoDevice, ConfigureParams

# Hailo初期化
devices = HailoDevice.scan()
print(f"Hailo devices found: {len(devices)}")

# カメラ + Hailo推論パイプライン
cam = Picamera2()
cam.configure(cam.create_preview_configuration(
    main={"size": (1280, 720)}
))
cam.start()
print("AI Camera running... Press Ctrl+C to stop")
PYEOF

# 1. JetPack 6.x をNVMe SSDにインストール
# SDK Managerを使用してフラッシュ

# 2. 初期設定・更新
sudo apt update && sudo apt full-upgrade -y

# 3. PyTorch + TorchVision インストール
pip3 install torch torchvision --index-url \
  https://developer.download.nvidia.com/compute/redist/jp/v60/

# 4. Ultralytics YOLOv8 インストール
pip3 install ultralytics

# 5. TensorRT最適化 + カメラ推論
python3 << 'PYEOF'
from ultralytics import YOLO
import cv2

# YOLOv8nモデルをTensorRTに変換（初回のみ）
model = YOLO("yolov8n.pt")
model.export(format="engine", device=0)  # TensorRT

# TensorRTモデルで推論
model_trt = YOLO("yolov8n.engine")

# カメラでリアルタイム推論
cap = cv2.VideoCapture(0)
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    results = model_trt(frame, verbose=False)
    annotated = results[0].plot()
    cv2.imshow("Jetson AI Camera", annotated)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
PYEOF