Implementace úloh strojového učení na mikropočítači Raspberry Pi

Abstract

Tato diplomová práce se zaměřuje na praktickou implementaci úloh strojového učení a počítačového vidění na platformě mikropočítače Raspberry Pi 5. V úvodu je představena problematika umělé inteligence a neuronových sítí, následovaná rešerší vybraných knihoven a nástrojů jazyka Python (např. TensorFlow, Keras, Pandas, NumPy), které se běžně používají pro vývoj a nasazení modelů strojového učení. Součástí práce je rovněž přehled dostupných kamerových modulů a hardwarových akcelerátorů kompatibilních s Raspberry Pi. Praktická část se věnuje nasazení tří řešení s rozdílnými přístupy k hardwarové akceleraci — rozpoznávání gest ruky pomocí knihovny MediaPipe, detekce objektů modelem SSD MobileNet s využitím akcelerátoru Google Coral USB TPU a detekce pózy člověka modelem YOLOv8s-pose nasazenou na neuronovém koprocesoru Hailo-8L na rozšíření Raspberry Pi AI HAT+. Nad detekcí pózy je realizována aplikace se dvěma uživatelskými režimy — chytrou správou místnosti s klasifikací sezení a stání a ergonomickým monitoringem s detekcí hrbení. V závěru práce je provedeno srovnání výkonnosti jednotlivých řešení z hlediska snímkové frekvence a doby inference a vyhodnocení vhodnosti pro nasazení v reálném provozu. Přínos práce spočívá v propojení teoretických poznatků s praktickým nasazením modelů strojového učení v prostředí edge computingu.

This diploma thesis focuses on the practical implementation of machine learning and computer vision tasks on the Raspberry Pi 5 microcomputer platform. The introductory part presents the topic of artificial intelligence and neural networks, followed by a review of selected Python libraries and tools (e.g. TensorFlow, Keras, Pandas, NumPy) commonly used for the development and deployment of machine learning models. The work also includes an overview of available camera modules and hardware accelerators compatible with the Raspberry Pi. The practical part addresses the deployment of three solutions with different approaches to hardware acceleration — hand gesture recognition using the MediaPipe library, object detection with the SSD MobileNet model utilising the Google Coral USB TPU accelerator, and human pose estimation using the YOLOv8s-pose model deployed on the Hailo-8L neural coprocessor on the Raspberry Pi AI HAT+ extension. On top of the pose estimation, an application with two user modes is implemented — smart room management with sitting and standing classification, and ergonomic monitoring with slouching detection. In the conclusion, the performance of the individual solutions is compared in terms of frame rate and inference time, and their suitability for real-world deployment is evaluated. The contribution of the thesis lies in connecting theoretical knowledge with the practical deployment of machine learning models in an edge computing environment.