DT42/BerryNet

解決する課題

BerryNetは、Raspberry Piをローカルでディープラーニングモデルを実行できるインテリジェントなエッジゲートウェイに変えます。クラウド接続の必要性を排除することでデータ転送コストを削減し、デバイス上で直接、視覚イベントやセンサーイベントに対するリアルタイムの応答を可能にします。

仕組み

カメラ、AIエンジン、データコレクターなどの独立したコンポーネントがMQTTブローカーを介して通信するモジュール式アーキテクチャを採用しています。このシステムは、LiteRTとONNX Runtimeという2つの主要なAIエンジンをサポートしています。これらのエンジンは、事前学習済みモデル（MobileNetやYOLOなど）を使用してビデオフレームや画像を処理し、結果を特定のMQTTトピックにパブリッシュします。ユーザーはWebベースのダッシュボードで結果を監視したり、TelegramやGmailなどのサービスを通じて自動アラートを受け取ったりできます。

対象ユーザー

このプロジェクトは、Raspberry Piハードウェア上でAIoT（Artificial Intelligence of Things）アプリケーションを構築する開発者やホビーユーザー向けです。外部のクラウドサービスに依存することなく、ローカルでプライバシーに配慮した分散型の方法で視覚データやセンサー入力を処理したい方に最適です。

ハイライト

• エッジハードウェア上でディープラーニングモデルを完全にオフラインで実行。
• Raspberry Piカメラモジュール、USBカメラ、IPカメラなど、多様な入力ソースをサポート。
• LiteRTやONNXなどの一般的なモデル形式と互換性があり、Ultralytics YOLOモデルもサポート。
• supervisorによって管理されるモジュール式のコンポーネント設計により、設定とスケーリングが容易。
• 土壌水分モニターなどのZigbeeセンサー監視を組み込みでサポートし、自動アラート機能を備えています。