車両検出を行うサンプルモデルをAzure Perceptにデプロイし、駐車場の車の台数や車両の種類を識別するデモを作成しました。
使用リソース
- Azure Percept(DK、Vision SoM)
- Azure IoT Hub
- Azure Stream Analytics
- SQL database
- Power BI
デモシナリオ
車両検出からデータの可視化を次の流れで行います。
- Azure Perceptのカメラから映像を撮影し、Perceptで映像から車両検出を行う
- 検出結果をIoT Hubへ送る
- Stream Analyticsを利用し、IoT Hubへ送られた検出結果をSQL databaseへ格納する
- Power BIで検出結果を可視化する
車両検出モデル
Azure Percept Studioから無料でデプロイ可能なサンプルモデルを利用します。
このモデルは車両の種類を識別し検出することが可能です。
識別可能な例: Car、Van、Truck、Bus、Bicycle、等
Azure Perceptで車両検出
今回の検出は、事前に録画した駐車場の様子をスクリーンに映し、そのスクリーンをAzure Perceptのカメラでキャプチャーしています。直接車両を検出できる環境では、より精度よく車両を識別できる可能性があります。
Azure Perceptでの車両検出：
検出に使用した動画は次のリンク先から取得しました。
Stream Analyticsで検出結果の処理
Stream Analyticsでは、perceptからIoT Hubへ送られた車両検出のテレメトリの処理を行い、SQL databaseへ格納する形へ変換を行います。
検出結果のテレメトリには識別された車両の画像内の座標(bbox)、車両の種類(label)、識別があっている確率(confidence)、時間(timestamp)が含まれています。テレメトリを変換する際に、confidenceが0.4以上の検出のみをSQL databaseへ送るように設定を行っています。
車両の検出結果をPower BIで可視化
SQL databaseに蓄積された検出された車両のデータをPower BIで可視化します。
次のグラフは検出された車両の種類ごとに数をカウントし、カウントの推移を表しています。
