top of page
  • kamatatsu

Japan IT Week2024展示会の活況データ分析をしてみた(ソラカメと物体検知AIyesで解析してRealBoard詳細分析画で見える化)

概要

2024年4月24日~26日の3日間で開催された”Japan IT Week 2024”に出展してきました。今回もソラコムさんのブースをお借りして「ソラカメ」とあらゆる画像データのAI検知結果を時系列データ化する「物体検知AIyes®」による様々な店舗等の在庫や物体の在不在情報を自動収集するソリューションの展示を行いました。

物体検知AI- AIyesを使った展示を、ソラコム様のブースに共同出展
プロンプト・Kブース@SORACOM様

物体検知AIyesの画像のデータ解析デモの動画

ソラコムさんブースでの物体検知AI - AIyes®とその時系列データ化と可視化の様子をデモの様子を動画にしてみました・・・百聞は一見にしかずですね。


展示概要

ソラカメを使って店舗や工場等の現場内のあらゆるデータを物体検知AIが時系列データ化します。

私たちの「物体検知AI - AIyes®」を使って、ソラカメの画像データを

  • 在庫や欠品

  • 商品棚の管理

  • 賑わい

  • 動線や人流

  • 人員配置

といった具体的な店舗管理に関する時系列データに変換してしまうものです。


今回の展示の目玉はRaspberryPi5とGoogle Coral TPU

エッジAIといえばnVIDIA Jetsonが真っ先に頭に浮かぶと思いますが、当然ながら他の仕組みだって沢山存在しています。

今回は、2024年に発売されたばかりの「RaspberryPi5」に時系列データ化とクラウドに連携する処理系をいれて、GPUというかGoogle Coral TPU(Tensor Processing Unit)で、私たちの物体検知AIyesのエッジ処理をブン回すという構成です。

Google Coral TPUとRaspberryPi5の展示
Google Coral TPUとRaspberryPi5の展示

物体検知AIyesは、ONNX(オニキス)準拠しており、例えばPyTorchからTensorFlowへの変換も容易ですので、事実上ONNXが変換出来る形式に対応したAIアクセラレータであれば柔軟に対応可能です。


RaspberryPi5 + Google Coral TPUのパフォーマンス

気になる所ですが、私たちのAIyes®の処理についてはnVIDIA Jetsonとホボホボ同等のパフォーマンスを発揮してくれます。もちろん、RaspberryPi5のGPUのみの処理でも処理出来ますが、どうしても処理によってですが「10~数十倍の差」が開いてしまいますね。


RaspberryPi5 + Google Coral TPUの良さ

やはりRPi5の強力なパフォーマンスに尽きると思います。ホボPCと言われるくらいのスペックを誇るので当然ですが・・・nVIDIA Jetson(特にNano)と比べると圧倒的なコスパを誇りますね。


展示詳細

リテールテックJAPAN2024で展示した内容と技術的にはホボ同じ内容なので・・・カンタンに。

①青果物売り場の在庫検知AI

①のソラカメでは、直上から撮影して平置きの売り場(青果物 / 惣菜 / 精肉 / 鮮魚)画像を物体検知AI(AIyes)でモノを識別した上で充填率を算出すというもの。品出しのタイミングや見切り品シールのタイミングの改善に役立つソリューションです。


②商品棚の在庫検知AI

②のソラカメでは、商品棚を撮影して棚の画像を物体検知AI(AIyes)で瓶やペットボトルといったモノとして識別した上で充填率や本数を算出するというもの。


物体検知AI - AIyes®

上段がカメラ②で下段がカメラ①
物体検知AIの検知画像

上段がソラカメ②の画像で、下段がソラカメ①の画像になります。

それぞれ、ボトルや各種フルーツをAIが物体検知&認識した上でその充填率(棚や売り場の面積比)を時系列データ化できる仕組みです。


RealBoard詳細分析画面

全てノーコードによる画面設定のみで実現
イベント用のRealBoard詳細分析画面

”物体検知AI - AIyes”で時系列データ化されたデータをRealBoard詳細分析画面で可視化する画面を展示しました。

以下、画面説明です。

  • 左上:定期撮影時の人の数をカウント(同時に解析画像を表示)

  • 左中:当日と前日の定期撮影した人の数を棒グラフで比較表示

  • 左下:平置きの果物カゴの充填率に応じたアラート表示

  • 右上:焼酎ボトルとペットボトルのAI本数カウントの表示

  • 右中:焼酎ボトルとペットボトルのAI本数カウントの推移グラフ

  • 右下:平置きの果物カゴの充填率の推移グラフ


 

展示会の活況状況の数値化

前回の「リテールテックJAPAN2024展示会の活況データ分析をしてみた」と前々回の「スマートファクトリー2024展示会の活況データ分析をしてみた」でご紹介したとおり、私たちの展示ブースの活況具合は以下のパラメータ(時系列データのポイントIDとそのデータ)で測る事が出来ます。

  1. ソラカメによる定期撮影

  2. 定期撮影画像をYOLOが解析した「人=person」の数

  3. デモ実施によるイベント撮影

  4. 果物カゴの個数を減らした「アラート検出」数がデモの実施回数です

この2つのパラメータをRealBoard(詳細分析画面システム)で分析してみましょう。


解析結果

物体検知AIの解析結果と果物カゴの充填率不足時のアラートのデモ実施検出結果をRealBoardのチャートリスト機能を使って分析してみた結果です。

(こちらの計測手法は、過去2回の展示会と同様になっています)

Japan IT Week 2024の人流カウントとデモ回数の相関図

RealBoardのチャートリストでグラフ化することで3日間の盛り上がりが可視化できました。4/24~26の3日間開催となりましたが、現場の肌感としては初日(4/24)は天候も悪かったので少し人出が少なかったように感じましたが、定期撮影からの人流カウントでは思ったほど少なくはなかった事が確認できました。デモ回数(黒いステップチャート)が低調なので、来場者はあったものの、私たちのAIyesのデモ実施が少なかった事は明らかですね。

4/25と4/26は人出に特徴があって、天候も良かったせいか朝イチの出足がめちゃくちゃいいですね。特に4/25の午前中がよかったので、これはもしかしたら「4/24に行こうと思っていた層」が翌日に日程を変更したのかもしれませんね。


最後に

今回の「ソラカメと物体検知AI(AIyes®)で解析してRealBoard詳細分析画で分析」の記事はいかがだったでしょうか? 「RealBoard詳細分析画面」や「RealBoard構築パック for ソラカメ」で構築したクラウドで何が出来るかを?体感いただけたのではないでしょうか?

RealBoard詳細分析画面やソラカメAPI連携のデモも実施しておりますので、お気軽にお問い合わせください。

閲覧数:75回

Comments


bottom of page