エッジビジョン AI
軽量エッジカメラと産業グレードマルチチャンネルAIコンピューティングホストをベースに、物体検出、エリア侵入アラート、自動連携を備えたエッジビジョンソリューションを構築します。
コアハードウェア
- CAM-L reCamera 2002w/2002 軽量エッジノード · エッジ側NPU推論 · RTSPストリーミング
- CAM-H reCamera 2002 HQ PoE 8GB PoEメインカメラポジション · マルチチャンネルNVR集約
- EDGE reComputer RK3576-30 軽量推論ホスト · 6 TOPS NPU · Node-RED連携
- NVR reServer Industrial J4012 Jetson Orin NX 16GB · Frigateマルチチャンネル集約 · TensorRT
- NET 8+2ポートギガビットPoEスイッチ 802.3af/at · PoE給電とトラフィック集約
このモジュールが解決すること
従来の監視カメラは事後の録画再生しかできず、リスク発生瞬間に構造化されたアラートを生成できません；動体検知は光線変化や雨雪の揺れによる干渉が深刻で、誤報率が高くなります。ビジョンAIのカスタム開発は期間が長く、専門のアルゴリズムエンジニアと専用サーバーラックが必要となり、ソリューションプロバイダーは単点組み込みデバイスとマルチチャンネル集中サーバーの性能とコストのトレードオフを判断するのが困難です。
- 難易度
- 上級
- 所要時間
- L1 1日 / L2 2〜3日 / L3 3〜5日
- 最短形式
- 1日（体験講座 · L1）
- 授業形態
- 3層：体験 / 実践 / 納品
- デュアルハードウェアメインライン
- reCamera（軽量ノード）+ Jetson Orin NX（強力ノード）
- コアプロトコル
- RTSP / MQTT / PoE 802.3af/at / REST API
L1は基礎的なネットワークとブラウザ操作経験があり、Wi-Fi接続とWebインターフェースアクセスができること；L2はIPネットワーク、Docker、MQTT基礎を理解し、YAML設定ファイルの編集ができること；L3はPythonとLinuxコマンドライン基礎があり、物体検出の基本原理を理解していること。
典型的な応用シーン
キーケイパビリティ
- reCameraエッジ側物体検出とRTSPストリーミングの設定
- Node-REDによるビジョンイベントと音響・光アラート連携のオーケストレーション
- FrigateマルチチャンネルRTSP集約とNVR録画管理の構築
- 検出エリア（Zones）と信頼度しきい値チューニングの設定
- Home Assistantとのシステム横断自動連携の統合
- YOLOカスタムモデルのトレーニングとTensorRT/cvimodel量子化デプロイの完了
コースで使用するハードウェア
本講座は「オープンソース AI カメラ + エッジ推論ボックス」を中核教材とし、収集、推論からアラートまでの全工程をカバーします。
reComputer RK3576-30 (100052518)
軽量ビジョン推論ホスト、8GBメモリ、6 TOPSコンピューティング能力
イベント連携と軽量ビデオ監視ダッシュボードを実行するエッジインテリジェントコントローラーです。8GBメモリと6 TOPS NPUコンピューティング能力を備え、L1/L2段階の軽量ビジョン推論とNode-REDイベント連携に適しています。FrigateとHome Assistantの軽量デプロイホストとして使用できます。
reCamera 2002w/2002 (102991896/102991894)
単カメラビジョンノード、エッジ側軽量物体検出とRTSPストリーミング
モジュラー式オープンソースAIカメラで、2002wはWi-Fi/APモードに対応し、2002は100Mbps有線イーサネットに対応します。NPU推論とNode-REDノーコードオーケストレーションを内蔵し、プラグアンドプレイです。L1単点軽量ノード体験とL2エッジ側自動化連携に適しています。RTSPビデオストリーム出力（554ポート）に対応します。
reCamera 2002 HQ PoE 8GB (100029708)
マルチカメラ主力カメラ、PoE単線給電ストリーミング
モジュラー式オープンソースAIカメラで、PoEスイッチによる単線給電とビデオストリーミングに対応します。8GBメモリ構成で、マルチチャンネルNVR集約分析の主力カメラに適しています。RTSP経由でFrigateに接続し、検出エリアと信頼度しきい値の設定に対応します。
reCamera Pro AI カメラ (100092895)
高性能オープンソースAIビジョンカメラ、応用ビジョン開発とより高いコンピューティング性能のモデル検証
オプション拡張デバイス、reCameraシリーズ高性能モデルは、応用ビジョン開発とより高いコンピューティング性能のモデル検証に適しています。より複雑なエッジ側推論タスクとマルチモデル並列検証を実行でき、L2/L3段階の応用コンピューティングオプションとなります。
reServer Industrial J4012 (Jetson Orin NX 16GB, 114110247)
高性能ビデオ中枢、産業グレードJetsonエッジサーバー
産業グレードJetson Orin NX 16GBエッジコンピューティングサーバー、Frigate NVRを実行してマルチチャネル検出を集約します。GPUハードウェアデコードとTensorRT量子化加速をサポートし、L2マルチチャネルビデオストリーム集約とL3カスタムモデル推論デプロイに適しています。JetPackイメージを書き込み、Docker --runtime nvidiaを設定する必要があり、Frigateはstable-tensorrt-jp6イメージを使用します。
8+2ポートギガビットPoE産業用スイッチ (802.3af/at)
集中給電と高速ネットワーキング
8+2ポートギガビットPoEスイッチで、802.3af/at規格に適合します。PoEカメラに給電し、ローカルネットワークトラフィックを集約します。マルチチャンネルreCamera HQ PoE集中展開とFrigate NVR集約シーンに適しています。
別途、CUDY AX3000 Wi-Fi 6ギガビットルーター、ミニ三脚×3（114993412）、ポータブル13.3インチ1080P現場モニター（mini HDMIとType-Cケーブル付属）、カテゴリ6ギガビットLANケーブル×4（1m）、公牛3口五穴+3×USB給電タップ、シーンシミュレーション資材キット（ヘルメット/反射ベストステッカー、テストワークピースモデル）が必要です。
Codecraftが「やってみよう」を支え、aily-blocklyが「やり遂げる」を支える
M0はArduino IDEでC++を手書きするのではなく、Seeed自社開発のデュアルプラットフォームリレーツールチェーンを採用しています。前半はゼロインストールで5分で効果を実感、後半は作品を自分のPCに移し、持ち帰って進化させ続けられるエンジニアリングにします。
reCamera + Node-RED
エッジ側NPU推論 + ノーコードオーケストレーション · RTSP/MQTT
- デバイスの電源投入とネットワーク接続
- RTSPビデオストリーム出力
- プリセットモデル物体検出
- Node-REDイベント連携
Frigate NVR + Home Assistant
マルチチャンネルRTSPハードウェアデコード + エリア検出 + MQTTアラート
- マルチチャンネルRTSP接続
- Zones/Masks設定
- 信頼度しきい値チューニング
- HA自動化連携
YOLO + TensorRT / cvimodel
データアノテーション + 転移学習 + 量子化デプロイ
- データセット収集アノテーション
- YOLO転移訓練
- ONNXエクスポート
- TensorRT/cvimodel量子化
- エッジ側実機実行
別途、Mosquitto MQTT Broker（構造化アラートイベントを伝送、1883ポート）、InfluxDB+Grafana（L3検出統計と時系列ダッシュボード）、CVAT/Roboflow（L3データセットアノテーションプラットフォーム）が必要です。
3段階ステップアップ：デモ層 → コンサルタント層 → 設計層
デュアルライン体験と基礎設定
専用のスマートビジョンセンチネルを保有し、警戒エリアを画定して自動撮影・証拠保全を行う
- フレームレート、解像度、信頼度しきい値、IoUなどのビジョンコア概念を理解する
- reCameraデバイスのネットワーク設定とビデオストリーム出力を独立して完了する
- 軽量ノードと強力ノードソリューションの適用境界と選定根拠を習得する
- 1台のreCameraノードのネットワーク設定と基礎物体認識検証を完了する
デュアルラインシーン連携とマルチチャンネル集約
既存の老朽カメラをスマート監視ネットワークにアップグレードし、誤報をフィルタリングして現場の音声光アラームと連携
- reCamera上でNode-REDを使用してエッジイベントのローカル連携を実装する方法を習得する
- Frigate frigate.ymlのマルチチャンネル設定、エリア描画、パラメータチューニングを習得する
- FrigateとHome Assistantの連携設定とシステム横断イベント駆動ロジックを習得する
- 2系統以上のRTSP接続、Frigate検出、HA連携、誤報チューニングを含む完全なシステムを1セット完了する
モデルカスタマイズとエッジデプロイ最適化
専用ビジョン認識モデルをカスタマイズし、リアルタイム大画面業務データを表示
- ビジョンAIのデータアノテーション、モデルトレーニングからエッジデプロイまでの完全なエンジニアリングクローズドループを習得する
- TensorRTと組み込みモデル量子化変換のキーツールチェーンを習得する
- 垂直産業向けビジョン認識ソリューションを独立して設計・納品する能力を備える
- カスタムトレーニングした物体検出モデルを1セット納品し、ハードウェア上での実行検証を完了する
Curriculum / 15 つの教学モジュール
モジュール順序は不変、切り方はあなた次第
形態を選んで、どのモジュールをカバーするか確認してください。完全版は同じコースの3つの組み方——内容、ハードウェア、成果物は完全に同一で、切り方だけが異なります。
| モジュール / 成果物 | 体験1日 | 実践2〜3日 | 納品3〜5日 | ||
|---|---|---|---|---|---|
| 01 | 授業前準備と環境事前チェックハードウェアラックの清点、ネットワーク環境設定、reCameraファームウェアプリセットとNode-RED/SSCMAプラグイン検証、FrigateコンテナデプロイとGPUパススルー設定、教材の配布 | — | 完全 | 完全 | 完全 |
| 02 | ビジョンAIコアコンセプトとデュアルメインラインアーキテクチャフレームレートFPS、解像度、信頼度しきい値、IoU交差結合比；reCamera軽量ノードとJetson強力ノードの技術指標、コストと適用境界の比較 | — | 完全 | 完全 | 完全 |
| 03 | reCamera単点軽量ノード設定電源投入とネットワーク接続（2002w Wi-Fi/AP、2002百兆有線、HQ PoEスイッチ給電）、Webインターフェースアクセス、RTSPビデオストリーム検証（554ポート）、プリセットモデル切り替え | reCamera Web UI | 完全 | 完全 | 完全 |
| 04 | 基本侵入検出とエリア描画基本検出ボックスを描画、ターゲット進入によるトリガーイベントを観察、エッジ側NPU推論フレームレートと信頼度変化を観察 | reCamera / SSCMA | 完全 | 完全 | 完全 |
| 05 | JetsonマルチチャンネルNVRアーキテクチャデモFrigateマルチチャンネルRTSP接続とGPUハードウェアデコード展示、物体検出と録画管理、侵入検出→MQTTプッシュ→音声光アラーム連携デモ | Frigate NVR | 簡略 | 完全 | 完全 |
| 06 | Node-REDビジョンイベントオーケストレーションSSCMAモデルノード設定、信頼度フィルタリングとターゲットタイプフィルタリング、Dashboardリアルタイム画面とアラート状態ダッシュボード構築 | Node-RED / SSCMA | なし | 完全 | 完全 |
| 07 | マルチチャンネルアラート連携MQTTメッセージパブリッシュによるスマート電球の色変更とブザー鳴動、Webhookノードによるアラートの企業WeChatグループボットへのプッシュ | Node-RED / MQTT | なし | 完全 | 完全 |
| 08 | Frigateマルチチャンネルカメラ設定frigate.yml設定構造解析、複数reCamera RTSPアドレス追加、検出フレームレート設定（5–10FPS）、ZonesとMasks定義 | Frigate / YAML | なし | 完全 | 完全 |
| 09 | Home Assistant深度統合Frigate HA統合プラグインのインストール設定、カメラエンティティとセンサー状態マッピング、時間帯とエリア侵入に基づく自動化YAMLスクリプト作成 | Home Assistant / YAML | なし | 完全 | 完全 |
| 10 | 誤報率チューニング実習信頼度しきい値調整（Min Score/Threshold）、Zones座標最適化による枝の揺れ/反射/背景雑物の除外、チューニング前後の誤報データ比較記録 | Frigate | なし | 完全 | 完全 |
| 11 | データセット収集とアノテーション現場データ収集戦略（光照変化/角度マルチソース/正負サンプルバランス）、CVATまたはRoboflow物体検出ボックスアノテーション、データセット分割7:2:1とデータ拡張 | CVAT / Roboflow | なし | なし | 完全 |
| 12 | YOLOモデル転移学習YOLO物体検出原理とバックボーンネットワーク解析、PyTorch訓練環境と事前学習済み重み設定、Loss収束曲線とmAP@0.5指標モニタリング | YOLO / PyTorch | なし | なし | 完全 |
| 13 | エッジ側モデル変換とデプロイONNXフォーマットエクスポート、Jetson TensorRT Engine変換、reCamera TPU-MLIR INT8量子化によるcvimodel変換、エッジ側推論遅延/FPS/VRAM実測 | TensorRT / TPU-MLIR | なし | なし | 完全 |
| 14 | 構造化データ集約とダッシュボード物体検出統計データをInfluxDB時系列データベースに書き込み、Grafanaアラート頻度統計/エリアヒートマップ/コンプライアンス率トレンドダッシュボードを構築 | InfluxDB / Grafana | なし | なし | 完全 |
| 15 | ソリューションレビューと納品総括各グループのプロジェクトソリューション演習と誤報チューニング効果プレゼン、エッジコンピューティングオーバーヘッドとネットワーク帯域幅占有の振り返り、納品物と設定ファイルのアーカイブ | — | 簡略 | 完全 | 完全 |
● 完全◐ 簡略— なし●＋ 完全版より深い
coverageキーは授業形態ID（taster / workshop / bootcamp）に対応し、値はfull（完全網羅）/ part（簡易網羅）/ none（含まず）/ plus（フルバージョンより深い）です。体験講座（taster）はL1のデュアルライン体験と基本設定に焦点を当て、Jetson NVRはデモ見学で実習は含みません；実践講座（workshop）はL1+L2の完全なNode-RED連動とFrigateマルチチャネル集約をカバーします；納品講座（bootcamp）はL1+L2+L3を完全網羅し、カスタムモデルトレーニングとエッジデプロイを含みます。
まず層を選び、次に組み方を選ぶ
時間と目標がどの層を選ぶかを決めます：学生に進化し続けられる作品を持ち帰らせたいなら完全版、2日間しかなければマラソン版、半日なら2つの体験コースからどちらかを選んでください。
体験講座
FP なし1日 · 6〜8時間 · L1 デモレベル · reCamera単点設定とデュアルメインラインアーキテクチャ認識に焦点
- Day 1 午前モジュール 01 + 02 + 03
環境事前チェック → ビジョンAIコアコンセプト → reCamera単点軽量ノード設定
- Day 1 午後モジュール 04 + 05(デモ) + 15(簡易版)
基本侵入検出 → Jetson NVRアーキテクチャデモ → 総括レビュー
体験講座の目標は「理解でき、説明でき、実演できる」ことで、3分でreCamera物体検出と侵入アラートのデモ効果を実現します。JetsonマルチチャンネルNVRは見学デモで、実習は含みません。
実践講座
FP フル2〜3日 · 14〜20時間 · L1+L2 · Node-REDアラート連携 + Frigateマルチチャンネル集約 + HA自動化 + 誤報チューニング
- Day 1モジュール 01–05
環境事前チェック → ビジョンコンセプト → reCamera設定 → 基本検出 → Jetson NVRデモ
- Day 2モジュール 06–08
Node-REDビジョンイベントオーケストレーション → マルチチャンネルアラート連携 → Frigateマルチチャンネルカメラ設定
- Day 3（任意）モジュール 09 + 10 + 15
HA深度統合 → 誤報率チューニング実習 → ソリューションレビューと納品総括
実践講座では、2系統以上のRTSP接続、Frigate検出、HA連携、誤報チューニングを含む完全なシステムを1セット納品します。受講生の基礎要件：IPネットワーク、Docker、MQTTの基礎を理解し、YAML設定ファイルを編集できること。
納品講座
FP フル3〜5日 · 24〜35時間 · L1+L2+L3 · カスタムモデル訓練とエッジデプロイ最適化を含む完全網羅
- Day 1–2モジュール 01–10
L1+L2 完全内容（reCamera設定 + Node-RED連携 + Frigateマルチチャンネル集約 + HA統合 + 誤報チューニング）
- Day 3モジュール 11 + 12
データセット収集とアノテーション → YOLOモデル転移学習
- Day 4モジュール 13 + 14
エッジ側モデル変換とデプロイ → 構造化データ集約とダッシュボード構築
- Day 5モジュール 15
ソリューションレビューと納品アーカイブ
納品講座の目標は、垂直産業向けビジョン認識ソリューションを独立して設計・納品する能力を備えることです。受講生の基礎要件：PythonとLinuxコマンドライン基礎を備え、物体検出の基本原理を理解し、L1〜L2の能力に習熟していること。
体験講座はソリューションデモと顧客コミュニケーションの標準形態です：アルゴリズムのハードルゼロ、1日完結、「カメラがストリーム出力でき、ターゲットが検出でき、アラートがトリガーできる」に焦点。展示会、技術オープンデー、顧客との初回接触シーンに適しています。
実践講座のDay 3は任意の弾力的な日です：受講生の基礎が良好な場合は2日に圧縮可能（Day 2午後にHA統合と誤報チューニングを統合）；より多くのFrigate設定チューニング時間が必要な場合は3日間を使い切ります。
PoEスイッチとreCamera HQ PoEの配線では、スイッチポートが802.3af/at規格をサポートしていることを確認する必要があります。非標準PoEインジェクターはカメラのネットワークポートを損傷する可能性があります。非PoEポートを誤ってPoE給電として接続することを厳禁します。
Jetson reServer J4012はJetPackイメージを書き込み、Docker --runtime nvidiaを設定する必要があります。Frigateはstable-tensorrt-jp6イメージを使用しなければならず、通常のCPUイメージではGPUハードウェアデコードとTensorRT加速を有効化できません。
体験講座にはFrigateマルチチャンネル設定とNode-RED実習は含まれません。体験講座の受講生が独立してマルチチャンネルNVR集約を完了できると顧客に約束しないでください——それは実践講座の納品基準です。
コンプライアンスレッドライン：本講座のすべての検出モデルとシーンは物体/行動/エリア検出に限定され、顔認証・個人識別と生体特徴追跡を厳禁します。プロジェクト納品前に顧客と書面で検出境界を確認しなければなりません。
こんな方におすすめ
この講座の価値はアルゴリズム精度にあるのではなく、「ビジョンAIをデモラックから顧客現場に移す」エンジニアリング方法にあります
M4は学生に「パラメータ調整で精度を上げる」ことを教えるアルゴリズム講座ではなく、チームにオープンソースカメラとエッジコンピューティングハードウェアを用いて、目標検出をラボデモから納品可能・保守可能・コンプライアンス順守可能な現場ソリューションに変える方法を教えるエンジニアリング講座です。柴火が提供するのは決して「一度の授業」だけではなく、分解し、書き換え、再構築できる一式です：15モジュールの講座骨格、教師用教案とPPT、reCamera Node-REDサンプルフロー、frigate.yml設定テンプレート、Zonesエリア描画方法、誤検出チューニング記録表、デバイスリストとラック規範。
口01
シーンの切り替え
モジュール04「基本侵入検出とエリア描画」の検出エリアはオープンです：あなたの業界、あなたの顧客現場、この街で今起きている本当の問題。境界防犯は工業団地の塀でも、倉庫の裏口でも、養殖ハウスの入口でも構いません——問題が現実の現場に近いほど効果は高まり、そのことはあなたが私たちよりよく知っています。
口02
カメラを接続する
あなたが既に持つ顧客の既存ネットワークカメラ、学校の実習ラック上のRTSPデバイス、提携先の専有プロトコルカメラは、モジュール08の後に接続してFrigateマルチチャンネル接続練習の対象プールにできます。M4は方法を徹底的に説明し、扉の後にどのカメラを接続するかはあなたが決めてください。
口03
自分のものを加える
あなたが業界で培ってきたもの：現場で踏んだ失敗、受講生に信頼度しきい値を瞬時に理解させるあの比喩、顧客現場で最もよく聞かれる3つの質問、誤報チューニングの独自の経験——それはまさに私たちが持たず、提供できない部分です。
ビジョンAI講座の最良の行き先は、完璧に実施されることではなく、あるエンジニアによって見分けがつかないほどに作り変えられ、その人にしか納品できないソリューションになることです。
能力範囲とコンプライアンス
基本原則
物体/行動/エリア検出とイベントアラートのみを行い、顔認証・個人識別と生体特徴追跡を厳禁します。
適用範囲
- 汎用および特定ターゲット検出（人/車/ヘルメット/反射材/ワークピースなどの物体カテゴリ）
- エリア侵入と境界越過検出、夜間異常滞在検出
- マルチチャンネルRTSPビデオストリーム集約分析とNVR録画管理
- 構造化検出イベントをMQTT/Webhook経由で音声光アラートとサードパーティシステムにプッシュ
- エリア人流カウントと滞在時間統計（匿名集計、個人身份に関連付けなし）
- カスタム物体検出モデル訓練とエッジ側量子化デプロイ（L3）
不適用範囲
- 顔認証・個人識別と生体特徴追跡を厳禁（コンプライアンスレッドライン）し、全文のすべてのモデルとシーンは物体/行動/エリア検出に限定されます
- ミリ秒秒単位のライフセーフティ制動制御（自動運転、医療診断、産業用安全インターロックなど）への使用を厳禁します
- 法定防犯監視システムと消防アラームシステムを代替しません
- 極端な悪天候（大雨、濃霧、強い逆光）下での100%認識率を保証しません
- 長期間の常駐代行運用保守サービスは含みません
- reCamera単体は単一カメラの軽量ソリューションで、1系統の1080Pリアルタイム推論をサポートします；マルチチャンネル同時実行にはエッジホスト（RK3576 / J4012）をデプロイし、検出解像度とフレーム抽出レート（通常5〜10 FPS）を適切に計画する必要があります