奈良公園と若草山

土日には、歩いて有酸素運動をするように心がけています。
しかし、最近は暑すぎる。
　そこで、結構涼しいコースです。

自宅から、自転車で若草山遊歩道まで走ります。

遊歩道の入り口です。

ここからは日陰ばかりです。ゆっくり自転車を押して登ります。汗はかきますが暑いとは感じません。風もないです。

朝８時くらいです。写真では明るいですが、薄暗いくらいです。いかにも森林浴してる気分になります。

上の方になると周りが開けてきて明るくなります。しかし、暑さはありません。

山頂では奈良が一望できます。

夏は透明度が良くないです。今日は葛城、金剛山が見えません。

若草山ドライブウェイを鶯の滝方面に行きますが落石で通行止めです。

行こうとすると公園管理の方から注意をされます。

 落石現場です。

自己責任で通行しますが、結構多くの方とすれ違います。




 この後は、柳生街道との合流地点から、遊歩道を自転車で下り、割石へ出ます。
そこまで降りると空気が全然違います。外界の暑さの中、家まで自転車で戻ります。
２時間ほどのコースです。朝早く行くともっと涼しいと思いますが、イノシシと出くわすといやなので、８時ごろの出発になってしまいます。

初めてのはじめての深層学習プログラミング その8

引き続き、mp4ファイルを読み込んでの認識テストです。

某、伝説のライブエイドのステージをyoutubeから落としてきました。
ファイル名を「test.mp4」に変更して　opencv3.pyを実行です。

#1 | coral | 23.2%
#2 | butcher |  5.6%
#3 | matchstick |  5.4%
#4 | stinkhorn, |  5.2%
#5 | safety |  4.6%
#6 | hen-of-the-woods, |  4.5%
#7 | starfish, |  3.4%
#8 | fiddler |  2.6%
#9 | hair |  2.6%
#10 | sea |  2.5%
#11 | plastic |  1.9%
#12 | packet |  1.8%
#13 | nematode, |  1.2%
#14 | Band |  1.2%
#15 | syringe |  1.1%
#16 | confectionery, |  1.1%
#17 | coral |  1.1%
#18 | nail |  1.0%
#19 | handkerchief, |  1.0%
#20 | toyshop |  1.0%

#1 | stage | 22.0%
#2 | restaurant, |  9.2%
#3 | grocery |  4.8%
#4 | altar |  4.7%
#5 | brassiere, |  3.0%
#6 | shoe |  2.9%
#7 | spotlight, |  2.6%
#8 | folding |  1.1%
#9 | dining |  1.0%
#10 | theater |  0.9%
#11 | toyshop |  0.9%
#12 | military |  0.9%
#13 | mobile |  0.8%
#14 | butcher |  0.6%
#15 | cinema, |  0.6%
#16 | half |  0.6%
#17 | tank, |  0.6%
#18 | mortarboard |  0.6%
#19 | loudspeaker, |  0.6%
#20 | parallel |  0.5%

#1 | drum, | 27.5%
#2 | aircraft |  7.3%
#3 | steel |  5.7%
#4 | warplane, |  3.7%
#5 | stretcher |  3.6%
#6 | solar |  3.3%
#7 | moped |  3.0%
#8 | motor |  2.2%
#9 | accordion, |  2.1%
#10 | cannon |  1.6%
#11 | airliner |  1.5%
#12 | cornet, |  1.5%
#13 | spotlight, |  1.4%
#14 | sax, |  1.2%
#15 | stage |  1.2%
#16 | cello, |  1.1%
#17 | drumstick |  1.1%
#18 | electric |  1.0%
#19 | oboe, |  0.9%
#20 | trombone |  0.9%

#1 | dumbbell | 19.9%
#2 | joystick |  5.5%
#3 | punching |  4.1%
#4 | bulletproof |  3.2%
#5 | balance |  3.1%
#6 | ping-pong |  2.6%
#7 | notebook, |  2.5%
#8 | hair |  1.8%
#9 | mouse, |  1.7%
#10 | barbershop |  1.7%
#11 | power |  1.7%
#12 | microphone, |  1.7%
#13 | television, |  1.7%
#14 | barbell |  1.7%
#15 | oscilloscope, |  1.7%
#16 | projector |  1.6%
#17 | screen, |  1.5%
#18 | hand |  1.3%
#19 | laptop, |  1.2%
#20 | monitor |  1.1%

このような感じになりました。
ビデオの場合、ひとコマずつを約２秒かけて認識しているのでめちゃくちゃ遅いです。１分のビデオなら３０分くらいかかるようです。最もビデオカードなどを活用できれば早くなるかもしれません。そろそろcudaが必要かもしれません。

初めてのはじめての深層学習プログラミング その７

やっと２３ページです。
「カメラに写ったものをリアルタイムで認識する」です。

Logicoolのカメラを買いました。

 c-270。安かった。usbにつなぐだけで自動で認識してくれました。
プログラムは本に書いてあるそのままでokでした。
opencv.pyをdeelのフォルダに作成して実行です。

 めっちゃ人相悪い。
実行の結果です。
 toru@toru:~/deel$ python opencv.py
Loading bvlc_googlenet.caffemodel
#1 | Band | 39.6%
#2 | sunscreen, | 13.7%
#3 | wig |  5.9%
#4 | mask |  3.7%
#5 | lipstick, |  2.2%
#6 | shower |  1.9%
#7 | cellular |  1.5%
#8 | hair |  1.4%
#9 | bow |  1.3%
#10 | bathing |  1.2%
#11 | face |  1.2%
#12 | syringe |  1.2%
#13 | spatula |  1.0%
#14 | ping-pong |  0.8%
#15 | neck |  0.7%
#16 | military |  0.7%
#17 | cleaver, |  0.7%
#18 | sweatshirt |  0.6%
#19 | bottlecap |  0.6%
#20 | barbershop |  0.5%
init done
opengl support available
#1 | Band | 37.8%
#2 | sunscreen, | 16.5%
#3 | wig |  5.4%
#4 | mask |  3.0%
#5 | shower |  2.5%
#6 | lipstick, |  1.7%
#7 | spatula |  1.5%
#8 | hair |  1.4%
#9 | cellular |  1.3%
#10 | bathing |  1.3%
#11 | ping-pong |  1.2%
#12 | syringe |  1.2%
#13 | bow |  1.2%
#14 | face |  1.1%
#15 | sweatshirt |  0.7%
#16 | head |  0.6%
#17 | cleaver, |  0.6%
#18 | neck |  0.6%
#19 | military |  0.6%
#20 | Granny |  0.5%
toru@toru:~/deel$

約２秒ごとに２０項目が表示されます。
AIは歯に絹を着せるということを知らないようです。
bandはセーターのタートルネックでしょうか。
sunscreenは少し見えてる障子でしょうか。
確かにかつらが要るかもしれません。
なかなかおもしろいですね。

続いて特定のワードを認識したら画像を保存させます。
キーワードは「water」です。
どうやら#1のワードのみ認識するようです。#2,#3に表示されてても無視します。

#1 | water | 68.4%
#2 | computer | 13.6%
#3 | beaker |  3.0%
#4 | mouse, |  2.8%
#5 | pill |  1.2%
#6 | syringe |  1.2%
#7 | pop |  1.2%
#8 | water |  1.1%
#9 | desk |  0.6%
#10 | typewriter |  0.6%
#11 | Petri |  0.4%
#12 | laptop, |  0.4%
#13 | nipple |  0.4%
#14 | space |  0.3%
#15 | soap |  0.3%
#16 | oxygen |  0.2%
#17 | saltshaker, |  0.2%
#18 | crossword |  0.2%
#19 | desktop |  0.1%
#20 | photocopier |  0.1%

その時の画像です。

本当は料理酒なのですが、ペットボトル＝水と思ってるようです。

初めてのはじめての深層学習プログラミング その６

年をとっても新しいことにチャレンジすることが大切だと思ってます。
　しかし去年、挑戦したディープラーニングですが、根を詰めすぎたようで強烈な肩こりと頭痛、高血圧になってしまいました。

　しばらくはなれてましたが、再チャレンジします。今回は、パソコンのパワーサプライもパワーアップし、ガイドようにノートパソコンも調達しました。１ギガのハードディスクも購入し、クリーンインストールしました。

環境；Ubuntu 14.4LTS
        Python  2.7.12
        OpenCV 2.4.10 
　　 Chainer 1.17.0
　　NvidiaやCudaのドライバーは今の所入れずにやります。


「手軽に画像認識を試す」の２つ目のプログラム、argparseを使用するやつからです。
プログラム名はarg.pyです。
test1.jpgとtest2.jpgを同じフォルダーに置きます。
defaultはtest2.jpgです。

test２

test１

toru@toru:~/deel$ python arg.py
Loading bvlc_googlenet.caffemodel
#1 | volleyball | 19.0%
#2 | basketball | 13.7%
#3 | fountain | 11.7%
#4 | bathing | 11.4%
#5 | swimming | 10.0%
#6 | umbrella |  9.3%
#7 | ballplayer, |  7.3%
#8 | seashore, |  2.7%
#9 | bubble |  1.5%
#10 | racket, |  1.1%
#11 | soccer |  1.1%
#12 | torch |  0.9%
#13 | maillot |  0.7%
#14 | Ibizan |  0.6%
#15 | maze, |  0.5%
#16 | puck, |  0.5%
#17 | sandbar, |  0.5%
#18 | knee |  0.5%
#19 | maillot, |  0.4%
#20 | crutch |  0.3%
toru@toru:~/deel$
画像を指定しないので、test2.jpgを認識します。かけっこですが、バレーボールやバスケットボールをやってるように見えてます。

次にargparseで画像を指定します。
いちいちプログラムを書き換える必要がなくなります。

 toru@toru:~/deel$ python arg.py --image test1.jpg
Loading bvlc_googlenet.caffemodel
#1 | tricycle, | 33.1%
#2 | mountain |  6.0%
#3 | padlock |  4.7%
#4 | lakeside, |  4.6%
#5 | swing |  4.3%
#6 | chain |  4.3%
#7 | hook, |  4.2%
#8 | necklace |  3.6%
#9 | plow, |  3.4%
#10 | knot |  2.4%
#11 | spider |  1.8%
#12 | orangutan, |  1.7%
#13 | chainlink |  1.5%
#14 | starfish, |  1.3%
#15 | bicycle-built-for-two, |  1.1%
#16 | seashore, |  0de.9%
#17 | unicycle, |  0.8%
#18 | cliff, |  0.7%
#19 | snorkel |  0.7%
#20 | spider |  0.5%
toru@toru:~/deel$

  python arg.py -p test1.jpgでも同じくtest1.jpgを認識します。

一年かかって２２ページまで進みました！！

奈良スコーレの説明会へ行ってきました

3月10日に奈良市のはぐくみセンターでの「奈良スコーレ」の説明会に行ってきました。
このページを見ておられる方はどういうところかすでにご存じと思います。

きっかけは毎日新聞の記事でした。

この時点ではフリースクールというものは何か、学校へ行けない子供たちの選択肢の一つなんだと 漠然としかわかってませんでした。
　家内から聞いてきてほしいとのお達しがあり、足を運んできました。

雨のふりそうな天気でしたが会場は30人で満室くらいの部屋に35人くらい来られてたと思います。

代表の宇陀直紀さんにより、スタッフの自己紹介、設立の経緯、こどもたちの現状、事業内容と説明していただきました。
　宇陀さんが学校へいかず、大阪のフリースクールへ通い、 今、社会参加しておられ、「奈良にフリースクールがないから作りたい」という経緯に感動しました。宇陀さんのお父さんが「自分の時代とは違ってきている。無理に学校へ行けとは言わない」というスタンスをとっておられたという話が印象的です。

 　20人くらいは興味のある保護者さん、それ以外はよく似た活動をしておられる方々です。
中でも無償で子供たちのためののプログラミング 道場「CoderDojo」を開催しておられる若林さん。自分のスキルを活かして応援したいと名乗りをあげられてました。いろんなところにすごい方がおられると思います。

以下は私の感想です。
  昔、家と学校と職場しか居場所がない時代、そこから逃げ出すことは恥かしいと考えられていました。「働かざる者食うべからず」でした。

今、こういう多様な居場所があるというのはたいへん幸せなことだと思います。またその居場所をふやすため活動しておられる方々には頭が下がります。
　私には、援助する資金力がありません。まして若林さんのように提供できる特殊技能もありません。できる範囲での応援として、このブログで紹介させていただく事にします。

　　

脱磁機の製作

旋盤の冶具を付けたりはずしたりするときに気になるのが切粉（鉄粉）です。髭のようにレンチにくっつきますのでイライラします。
　こちらは冶具が磁化して切粉がくっついて髭がはえた状態です。

しかも製品が接触する箇所が特に磁石化します。
　　最大の原因は、新しい冶具である事と、硬い焼き入れだと思います。
市販の脱磁機が職場にありましたが、これが使いずらい。

そこで、うちの職場にあった脱磁機を作ることにしました。

 CalendarMemo 作者様の回路図を参考にして作成しました。公開ありがとうございます！

　　電磁石は、職場の保全予備品の油圧ソレノイドバルブのソレノイド部の一番容量の大きいものです。直流抵抗はほぼゼロ、１Aのブレーカが0.5秒くらいでバチンと落ちるので200Ｗくらいでしょうか

コンデンサは最終的に1200μFまで増やしました。
　オシロで減衰時間を測定してみたのですが、雑音が多くてうまく表示できません。結局LEDの消えるまでを目視で確認し、1秒くらいというところです。

全体回路です。コンデンサはまだ600μＦの状態です。

右上がブリッジダイオード、右下は１Aのサーキットプロテクタです。

組み込んだ状態です。

左側アルミパネルの奥にソレノイドの鉄芯が顔を出してます。
そこに脱磁したい部位があたるように冶具を置きます。

そして、操作ボックスの左手前の黒いボタンを、奥のLEDが消えるまで押し続けます。

手で磁力に逆らいながら移動させるタイプのハンド脱磁機に比べ、こちらは置いてスイッチを押すだけなのでかなり使いやすくなりました。
　市販のものより、自分の環境、使い道にあったものがやっぱりいいです。

ワゴンＲのエアコンが効かない

毎日。あほみたいに暑い日が続いています。家内のスズキのワゴンＲ（22年式）、1年前に中古で購入したときから、前の車のようにはエアコン効かないと思ってました。
　この連日の暑さで、エアコン全開でも車内は冷えず、「お金をかけずに、なんとかして！」という命令が家内よりくだされました。その時の顛末です。

詳しい現象
　　・エアコンの動作時、冷えるのだが、冷えが悪い。前の車（ホンダライフ）ほど冷えない
　　・エアコン用コンプレッサーは休まず動いてる
　　・ベルトも新しくて滑ってる様子なし
　　・社内で誰もタバコ吸わないのでフィルター詰まりでない。そもそもフィルターが無い
　　・一年前、ガスを補充してもらった
　　・現在のエアコンのガスの状態は不明（のぞき窓が見当たらない）
　　・左側の送風口はよく冷えて右側はあまり冷えない。

以上のことから、エバポレーター（エアコン室内機）の掃除をしてみようと、ネットでやり方を調べていました。
　その時に、ある修理工場のＨＰで「ワゴンＲのエバポレーターの保証期間延長」というのがあると知りました。
http://www.suzuki.co.jp/about/recall/2015/1218b/index.html
 車検証を見ると、うちのがあてはまります。

そこで、いつも世話になってる修理工場に電話して
　　「エアコンの効きが悪い」
　　「 ワゴンＲのエバポレーターの保証期間延長の対象車両である」
事を告げて、調べてほしいといいました。

　修理工場から、１泊2日で帰ってきて、 次のようになりました。
　　「ガスが２割減ってました。
　　　無償修理対象ですので１週間入院してもらい、交換します。
　　　今は修理がいっぱいなので９月になります。
　　　それまでは、ガスを補充して対応します」

ガスが２割減ると、エアコンの効きがどれくらい悪くなるのかは私にはわかりませんが、少し暑さも和らいできたこともあり、ガスの補充で、車内はすこし快適になりました。

ワゴンＲのエアコンがあまり効かないで困っておられる方は、高いお金をかけたり、こんなものとあきらめる前に、対象車両に当てはまらないのか一度調べてみてはいかがでしょうか？