Since 2004-08-24, パソコン関係の内容など気になる内容を情報発信
フジテレビ めざましテレビ めざましじゃんけん の結果を保証したり、全ての結果が記載を保証するものではありません。
2019年10月17日のめざましじゃんけんの結果をベストエフォートで公開します。
Goo（グー） 
Choki（チョキ） 
Pa（パー）
| 回次 | 結果 | 対戦相手 | |
|---|---|---|---|
（木曜日） | 【4戦目】07時58分 |  | 生じゃんけん！新木優子さん、高良健吾さん |
| 【3戦目】07時35分 |  | 古舘伊知郎さん、山里亮太さん | |
| 【2戦目】06時58分 |  | 北川拓実さん、元木湧さん | |
| 【1戦目】05時58分 | | まちかどじゃんけん | |
Linuxでは、問題なかった「mysqlclient」がWindowsではpipでインストールできませんでした。
インストールは、wheelパッケージをダウンロードし、ダウンロードしたファイルを用いて、pipコマンドでインストールします。
wheelパッケージは以下よりダウンロードします。
Unofficial Windows Binaries for Python Extension Packages
環境に合わせた、PythonのバージョンとOSのBit数別にファイルが準備されているので、環境に合ったファイルをダウンロードします。
pip install <ダウンロードファイル>
コマンド例： pip install mysqlclient‑1.3.13‑cp36‑cp36m‑win_amd64.whl
フジテレビ めざましテレビ めざましじゃんけん の結果を保証したり、全ての結果が記載を保証するものではありません。
2019年10月16日のめざましじゃんけんの結果をベストエフォートで公開します。
Goo（グー） Choki（チョキ） Pa（パー）
| 回次 | 結果 | 対戦相手 | |
|---|---|---|---|
（水曜日） | 【4戦目】07時58分 | | 酒主義久アナウンサー |
| 【3戦目】07時35分 | | 中島裕翔さん 山本美月さん 出川哲朗さん | |
| 【2戦目】06時58分 | | 鈴木唯アナウンサー | |
| 【1戦目】05時58分 | | まちかどじゃんけん | |
Raspberry Piとの一番の違いは、GPU対応で、Darknet・AlexeyABをシングルボードコンピューターにインストール出来ることが、大きな魅力となります。
しかも、インストールもWindows版よりも簡単だと思います。
参考記事：Windows10に AlexeyAB・Darknet・YOLO V3導入（Vestal Studio）
Makefileを変更し、GPU、CudaとOpencv対応となるようにコンパイルオプションを変更します。.
MakeFile変更内容
GPU=1
CUDNN=1
OPENCV=1
以上でDarknetが利用可能となります。
darknetフォルダで、以下サンプルコマンドを実行し、動作を確認してください。
Make時にエラーが出て、以下変更を加えました。
NVCC=nvcc 部分を
NVCC=/usr/local/cuda/bin/nvcc
に変更
sudo apt install libopencv-dev
フジテレビ めざましテレビ めざましじゃんけん の結果を保証したり、全ての結果が記載を保証するものではありません。
2019年10月15日のめざましじゃんけんの結果をベストエフォートで公開します。
Goo（グー） Choki（チョキ） Pa（パー）
| 回次 | 結果 | 対戦相手 | |
|---|---|---|---|
（火曜日） | 【4戦目】07時58分 | | 生じゃんけん！山崎育三郎さん |
| 【3戦目】07時35分 | | 宮﨑あおいさん | |
| 【2戦目】06時58分 | | 稲森いずみさん | |
| 【1戦目】05時58分 | | まちかどじゃんけん | |
何度か、最大文字数を超えて、投稿エラーとなりました。
Twitterの文字数制限は、欧米のアルファベットユーザー対象に140文字から280文字となった経緯があります。
ただし、マルチバイト文字（日本など）向けのユーザーは、140文字の文字数制限のままでした。
実際には、半角文字と全角文字を組み合わせると、140文字以上の文字数が投稿出来たりできておりました。とりあえず、バイト数を数えて、280文字で投稿していたのですが、上手く行かないケースが多々ありました。
以下サイトを見て、最大文字数の確認方法を変更しました。
文字数のカウントは、mb_strwidthを利用します。
mb_strwidth：半角文字は 1 として、 全角文字は 2 として数えます。
strlen 関数は単純にバイト数、mb_strlen 関数は半角・全角関わらず１文字とカウント、Twitterの特殊ルールに合わせるなら、 mb_strwidth を使うのが確実です。
（PHPから実行時に必要となる、API Key、API Secret Key、Access Token、Access Token Secretの取得を行います）
PHPからTwitterへの操作は、TwitterOAuthというライブラリを用います。
Twitterの以下のURLへアクセスし、登録をすすめます。
上のURLよりサービスにログインします。
ログイン後の画面です。右上の「Create an app」をクリックします。
「Create an app」を押すと、最初に開発者アカウントへの登録へ誘導されます。
一番の開発理由を聞かれます。「Professional」これは通常ビジネス目的、「Hobbyist」趣味なので、個人利用は通常このカテゴリとおもいます。
今回は、API経由でTweet・Postを行いたいので、Making a botを選択しました。BOTの作成。
アカウント情報の確認をされました。通常問題ないと思います。
１，居住国、２．呼び名を聞かれました。それぞれ、Japanと「（適当に）mikiie」と登録しました。
アプリの説明をフリーフォーマットで記載しました。
WEB翻訳などで準備した内容を貼り付ければOKです。
追加の質問事項に回答します。
Twitter情報を分析Analyzeするか？ Tweet,Retweet, Like, Followなどを実施するか？
また、フリーフォーマットで、開発対象の機能内容の記載が必要でした。
これまでに記載や選択した内容のサマリ画面が表示され、間違いがないか確認を行い、「Looks good!」を選択します。
最後に利用規約に同意し、Submit Application（申請を送信）すると、利用申請の結果がメールで届きます。
利用申請後に着信した利用申請結果メールのリンクよりアクセスすると、Welcome画面が表示されます。
開発登録者完了後に、Create an appを実施するとアプリの作成が行えます。
コールバックURLを登録する必要がありまうが、PHPが動作するサーバで問題ないとおもますので、http://127.0.0.1/と登録しておけば問題ないです。
最後に、Keys and TokensでアプリのAPI Keysを取得します。
（API Key、API Secret Key、Access Token、Access Token Secretの取得を行います）
V1.1 Source code (tar.gz)
TwitterOAuthをダウンロードし、PHPを利用したいサーバに配置します。
$ curl -OL https://github.com/abraham/twitteroauth/archive/1.0.1.tar.gz % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100 127 0 127 0 0 285 0 --:--:-- --:--:-- --:--:-- 294 100 714k 0 714k 0 0 475k 0 --:--:-- 0:00:01 --:--:-- 1674k $ tar -zxvf 1.0.1.tar.gz $ mv twitteroauth-1.0.1/ twitteroauth/
以下、一番簡単なサンプルPHPです。
![[Python] Windowsでmysqlclientでインストール](https://sp-ao.shortpixel.ai/client/to_auto,q_lossy,ret_img,w_625,h_228/https://www.miki-ie.com/wp-content/uploads/2019/06/Title-768x280.png)
<?php
require "twitteroauth/autoload.php";
use Abraham\TwitterOAuth\TwitterOAuth;
$consumerKey = "your consumer key";
$consumerSecret = "your consumer secret";
$accessToken = "your access token";
$accessTokenSecret = "your access token secret";
$twitter = new TwitterOAuth($consumerKey, $consumerSecret, $accessToken, $accessTokenSecret);
$result = $twitter->post(
"statuses/update",
array("status" => "Tweetテスト")
);
if($twitter->getLastHttpCode() == 200) {
print "tweeted\n";
} else {
print "tweet failed\n";
}フジテレビ めざましテレビ めざましじゃんけん の結果を保証したり、全ての結果が記載を保証するものではありません。
2019年10月14日のめざましじゃんけんの結果をベストエフォートで公開します。
Goo（グー） Choki（チョキ） Pa（パー）
| 回次 | 結果 | 対戦相手 | |
|---|---|---|---|
（月曜日） | 【4戦目】07時58分 | | 原晋監督 |
| 【3戦目】07時35分 | | 宮本信子さん | |
| 【2戦目】06時58分 | | 永尾亜子アナウンサー | |
| 【1戦目】05時58分 | | まちかどじゃんけん | |
リアルタイム画像検出で大切な入力デバイスとなるカメラ、各種選択肢があります。画角、フォーカス、露出などを考えていくと悩むことがたくさんあります。
カメラの安定動作や設置時の物理的な安定性など、安定した画像検出には、場面場面に合わせたカメラが必要になります。
一番の要件は、広角でした。広角対応のカメラは以下が候補となりました。
オートフォーカスで手頃なカメラだと、サンワサプライ オートフォーカスWEBカメラ CMS-V45Sなどが出来ていました。画角６５度と通常のWEBカメラよりは広角。
通常のWEBカメラは、５８度前後で６０度以下となります。
最初にBUFFALOの広角カメラを導入したこともあり、６０度以下の画角では今回は、そもそも画像検出対象の画角となりませんでした。
また、広角になるとオートフォーカスも難しいと思うので、広角＋オートフォーカスを満たそうとすると、一気に対象製品を探すのが難しいです。
今回選んだカメラは、ロジクール ウェブカメラ C615 ブラック フルHD 1080Pとなります。
画角が78°でオートフォーカス。
近距離（最長7cm）対応、高速オートフォーカス、HD光補正。
一方、マイクはステレオ未対応のモノラル、画質（720p/30fps）となり、最新機種よりはスペックダウンします。（ここが、納得の価格で入手出来るポイントだと思います）
まだ、導入後１週間ですので、Jetson Nanoとの組み合わせで利用し、何かあれば、またレビューさせて頂きます。
一つ前の関連記事：NVIDIA Jetson Nano vs Raspberry Pi with NCS2 （Movidius Neural Compute Stick 2）
一番のテーマは、信頼性の向上です。
「全部の回次を正しく結果取得」
１回１回の信頼性向上・・・まだ、道半ば。誤判定をなくす、（運用コストが低く）信頼性の高いH/Wの導入。そして、H/Wの冗長化
イレギュラー開催などへの対応・・・見えていない部分もありますが、ダブルポイントなどへの対応、年末年始など、個別開催時間への対応など
信頼性を向上するうえで、システムの構成予想削減（よりシンプルに）、より高信頼なハードウェアで。
最近ホットな出来事は、USBカメラの画像が悪い時（太陽の高さなど、テレビの設置環境に依存）の画像検出率低下、さらには誤判定。
これらを回避する途中に、エッジコンピューティングでの画像検出エンジンの高速化が実現しました。
（高速化や信頼性を主テーマとすると、他の方式もありますが、あくまで気になる分野や楽しそうな技術の採用を優先させております）
NVIDIA CUDA Toolkit 10.0 に対応しcuDNN 7.3など、機械学習時にデファクトスタンダートとなっているライブラリやフレームワークが多く、システムアーキテクチャの選択肢が非常に多いです。
今回も他フレームワークも視野に入れ、比較検討することが出来ました。TensorFlow や PyTorch、Caffe、Keras、MXNet などの機械学習 (ML) フレームワークに対応しています。ネイティブにインストールすることができます。
NVIDIAの社員や関係者が強力にサポート、情報発信。
さすが、大手。ハードの供給体制もRaspberry Pi と比べて力強さを感じます。開発コミュニティーへの社員の書き込みが、本当にすごい。
オープンコミュニティの新しい形にも見えました。ハードでビジネスは成立し、技術者が率先して、コミュニティに参加。これは、弱点と感じた部分を、むしろ強み（正しい情報、責任感ある素早い対応）にしております。
今回は、特にこれらを体感出来ました。
関連記事：
Movidius Neural Compute Stick2とRaspberry Pi 3B +も利用しておりますが、GPU/推論向けデバイスが一体化されており、少しサイズは大きいです。
USB3.0などI/Fに差分もあるので、Raspberry Pi 4Bと比較したほうが良いかもしれません。ただし、Raspberry Pi 4B と NCS2を同時導入すると考えると、Jetson Nanoのほうがコストパフォーマンスが良いと思いますし、便利なフレームワーク利用により、開発時の手間（コスト）も考えると、機械学習にはNVIDIA Jetson Nanoがベストな選択と思います。
めざましじゃんけん時に取得したWEBカメラ画像を２１６枚で画像認識エンジンを動作させた際の性能比較です。
以前同じテストを用いて、NCS2（Movidius Neural Compute Stick 2）導入により十分高速化された結果となりました。今回は、その結果と比べても十分に魅力的なJetson Nanoの結果が出ました。
参考記事：ディープラーニング向けUSBアクセラレーターNeural Compute Stick 2ー
| Windows（GPU未使用） Core i7 6700/(Skylake) クロック周波数：3.4GHz | １５秒 opencv.dnn |
| Raspberry Pi 3 Model B+ ARM Cortex-A53 1.4GHz | ７８５秒 opencv.dnn |
| Raspberry Pi 3 Model B+ ARM Cortex-A53 1.4GHz + Movidius Vision Processing Unit（Myriad 2） | １０５秒 opencv.dnn |
| NVIDIA Jetson Nano Quad-core ARM A57 @ 1.43 GHz | １０９秒 opencv.dnn |
| NVIDIA Jetson Nano Quad-core ARM A57 @ 1.43 GHz + 128-core Maxwell | ４６秒 Keras-YOLO |
| NVIDIA Jetson Nano Quad-core ARM A57 @ 1.43 GHz + 128-core Maxwell | ２０秒 libdarknet.so (ctypes) |
2019-08-14 20:34:48,460:202:INFO:ループ開始：D:\pic4ml\Janken_Target_Test\20190806_055717_102196_1.jpg 処理回数：1 2019-08-14 20:35:03,389:256:INFO:ジャンケン結果判定 Len(total_results): 3 List Values: 0,2,5 019-08-14 20:35:03,390:289:INFO:ジャンケン結果：Chokiを出してLose、相手はGoo
2019-08-15 12:11:10,292:202:INFO:ループ開始：/home/miki/cronScript/Janken_Target_Test/20190806_055717_102196_1.jpg 処理回数：1 2019-08-15 12:24:15,786:256:INFO:ジャンケン結果判定 Len(total_results): 3 List Values: 0,2,5 2019-08-15 12:24:15,787:289:INFO:ジャンケン結果：Chokiを出してLose、相手はGoo
2019-08-24 12:16:09,419:202:INFO:ループ開始：/home/miki/cronScript/Janken_Target_Test/20190806_055717_102196_1.jpg 処理回数：1 2019-08-24 12:17:54,200:256:INFO:ジャンケン結果判定 Len(total_results): 3 List Values: 0,2,5 2019-08-24 12:17:54,201:289:INFO:ジャンケン結果：Chokiを出してLose、相手はGoo
2019-10-05 11:01:36,900:4:INFO:ループ開始：/home/miki/hdd/cronScript/Janken_Target_Test/20190806_055717_102196_1.jpg 処理回数：1 2019-10-05 11:02:22,651:7:INFO:ジャンケン結果判定 Len(total_results): 3 List Values: 0,2,5 2019-10-05 11:02:22,701:30:INFO:ジャンケン結果：Chokiを出してLose、相手はGoo
2019-10-12 15:36:23,341:164:INFO:ループ開始：/home/miki/hdd/cronScript/Janken_Target_Test/20190806_055717_102196_1.jpg 処理回数：1 2019-10-12 15:36:43,531:210:INFO:ジャンケン結果判定 Len(total_results): 3 List Values: 0,2,5 2019-10-12 15:36:43,532:247:INFO:ジャンケン結果：Chokiを出してLose、相手はGoo
関連記事：NVIDIA JETSON NANO
フジテレビ めざましテレビ めざましじゃんけん の結果を保証したり、全ての結果が記載を保証するものではありません。
2019年10月12日のめざましじゃんけんの結果をベストエフォートで公開します。
Goo（グー） Choki（チョキ） Pa（パー）
| 回次 | 結果 | 対戦相手 | |
|---|---|---|---|
（土曜日） | 【2戦目】08時21分 | | 瀬古利彦さん |
| 【1戦目】07時38分 | | RENA選手 | |