yolov5とラズパイ5で、トランプのリアルタイム検出してみた
2025年10月31日
2025年10月31日
ラズパイ5でyolov5使って、トランプの検出に成功しました。上記のような結果になって、なかなかの精度だと確認できると思います。
今回はそのやり方について解説します。
動作環境
- ラズパイ5：Model B
- メモリ：8GB
- カメラ：HD1080P
yolov5とは?
yolov5は、yolo(正式名称You Only Look Once)という物体検出アルゴリズムのモデルの一つで、バージョン5なのでyolov5です。
現時点で、yolov1〜yolov12までありますが、公式ドキュメントより、エッジデバイス向けということで、yolov5にしました。
YOLOv5は、特に特定のハードウェアで推論速度を最大化することが重要なアプリケーションにとって、 依然として強力で信頼性の高い候補です。(中略) エッジデバイスへの迅速な展開が必要なプロジェクトに最適です。
yolov5のインストール
インストールは超簡単です。下記コマンドを実行するだけです
これでyolov5が使えるようになりました。
てことなんで、試しにデフォルトのサンプル画像を使って動かしてみましょう。
しばらく待つと、結果が保存されます。yolov5/runs/detect/exp[数字]/に保存されています。
スキンヘッドニキがなぜブチ切れてるかは不明
usbカメラでのテスト
さっきは静止画を読んだだけなので、今度はラズパイにカメラを接続して、リアルタイム検出してみましょう
使用したのは EMEETの1080Pのwebカメラ です。3000円ぐらいのやつ。
接続したら、下記コマンドで実行してみましょう
weightsでは、重みを指定していて、
yolov5n < yolov5s < yolov5m < yolov5l < yolov5x
の順で、右に行く程、高精度かつ低速になります
sを指定したんですけど、ラズパイなんで、マァ、重いです。
誤検知してるし、、、
デフォルトでは、forkとかmouseなどの80項目が認識対象として設定されています。( yolov5/data/coco128.yaml から確認できます)
その中にトランプは含まれていないので、そういう場合は、自身で学習させる必要があります
トランプの学習データセットの準備
まず、学習用の画像、つまりデータセットを用意します。
トランプの画像を一枚一枚撮って、アノテーションをつけて、、、とかやるのはあまりにも地獄なので、今回は既存のデータセットを利用します。
そんな時に助かるのが、roboflowというサイトです。
以下のように、有志の人達が作成した、アノテーション済みのデータセットがダウンロードできる素晴らしいサイトです。
今回使用させていただくのは、PlaycardsDetectionさんのデータセットです。
約6700枚の画像があって、学習データとしては十分なのと、カードの角にある数字とマークだけで識別できるタイプのデータセットだったので、選びました。
Dataset → Download → Download dataset → Continueをクリック
Image and Annotation Formatを、YOLO v5 PyTorch
Download Optionsを、Download zip to computer
に設定したらContinueを押して、ダウンロードします。
Playing Cards Detection.v1i.yolov5pytorch.zipという名前のファイルがダウンロード出来たら、データセットの準備はおkです。(まだ解凍しなくて大丈夫です)
学習タイム突入
早速学習する訳ですが、ラズパイ君で学習させるのはしんどいので、P100のGPUが無料で使える、 kaggle のnotebookを使います。
モチロンGoogleColabチャートもありですが、GPUの使用制限がよくわからないので、今回はkaggleを使います。
kaggleのアカウントを作成したら、サイドバーのcreateから、Datasetを選択します。
データのアップロード画面で、先ほどダウンロードしたフォルダをzipファイルのままアップロードします。
その後、下記の通りに設定して、データセットを作成します
データセットの作成が完了したら、今度はサイドバーのcreateから、Notebookを選択します
Notebookが作成されたら、右側のAdd Inputを選択します
データセットマークの右にある＋マークをクリックすると、Notebookにデータセットがうpされます
その後、上部のメニューバーの、Settings → Acceleratorから、GPU P100を選択します。
GPU全然詳しくないんですが、調べたところ、T4×2よりP100の方が早いらしいです。
ここまできたら、後は下記のコマンド群をぽちぽち実行して行きます
上記のコマンドを実行し終えたら、下記のコマンドで、学習を開始します。ココが一番大変であろうステップ。(◜ཀ◝)
めっちゃ時間かかる(4〜6時間ぐらい?)ので注意です。特にセッション切れには気をつけましょう
- --img 640：画像サイズ デフォルトです
- --batch 20：バッチサイズ(1ステップで同時に処理する画像の枚数)
- --epochs 50：学習回数（全データを50回使って訓練する）多い方が精度は上がりますが、時間がかかるのと、過学習になる可能性があります。
- --data data.yaml：データセットの情報が書かれたyamlファイル。このファイルに、データセットの構成ファイルが記載されています。
- --name play_card：学習結果の保存先フォルダ名
- --weights yolov5s.pt：事前学習済みモデルの指定。色々試しましたが、ラズパイ5だとsが一番良いと思います。
学習が終了したら、右側にある、左向きの三角ボタンをクリックして、サイドバーを表示させます。
三角ボタンが無い場合は、ウィンドウを横に広げたら出てくると思います。
Outputにある、yolov5/runs/train/play_card/weights/内のbest.ptとlast.ptを、右の・が縦に三つ並んでるボタンをクリックしてDownloadします。それ以外はﾌﾖｳﾗ!
トランプのリアルタイム検出
ここまできたら、ようやくトランプのリアルタイム検出が可能になります。
まず、トランプを用意しましょう。白いノーマルのやつ良いですが、今回は、実験として、キャラクタートランプも使ってみましょう
使用するトランプ
左：100均のトランプ(Seria) 右：ワンピースのトランプ(部屋にあったやつ)
ラズパイのyolov5ディレクトリ内に、先ほどダウンロードしたbest.ptをアップロードします。
cd yolov5してから以下を実行。何事もなければ、良い感じにトランプが識別されるはずです、、、!
Seriaトランプ。それなりにちゃんとできてる!
ランダムな角度にも対応してますね
ワンピトランプ。できてなくはないが、こっちはウーンって感じです
全然関係ないですが、今って100均でプラスチックのトランプ売ってるんですね。。。昔はおもちゃ屋のちょっと高いやつしか無かった気がしますけど、良い感じの時代になりました
まとめ
てことで、トランプの識別が可能となりました。課題としては
- たまに誤検知する(ラズパイで、yolov5sだと限界ありますかね。。。)
- Joker未対応
- ちょっと重い
などがありますが、それは今後の課題とします。。
至らぬところも多かったと思いますが、ご覧いただきまして誠にありがとうございます！