DeepLens 顔認識、顔認証のサンプルの動作確認

皆さん、こんにちは、こんばんわ。

His First Japan 合同会社 代表社員の字引淳です。

 

週末３日かけてDeeoLensのサンプルアプリを動作確認しました。

Deeplensのサンプルアプリを調べだしたのが２週間くらい前。

このサンプル（https://github.com/medcv/OneEyeFaceDetection）に行きついて、どうやればいいかを調べだして、１週間。

このサンプルのイシュー（https://github.com/medcv/OneEyeFaceDetection/issues/1）を見て、一筋縄ではいかないことを確信し、動作確認を決意するまでに４日。

ソースをデプロイしてトライアンドエラーをして、方法を考察しながら、３日。

ソースの読み込みをして、何をしているのかを知るところから始めた。

見る限り大したことをしていないことがわかるので、１日で行けると読んで、動作確認を開始。

Pythonのライブラリの依存関係に苦しめられ、何回も、Deeplensをごみ箱に投げ込みたい衝動をこらえて、デプロイ回数３５回。

まぁ、少ないほう。

仕事じゃ、２００回とかデプロイして動作確認することがあるんでね。

最初は、AWS Lamdaの設定方法も良くわからない、モデルは何を使えばいいのかなどのサンプルのReadMeに書いてないことを考察し、導き出すことに時間がかかりました。

そういう時は、難しく考えるのではなく、シンプルに考えればいい。

叩けば出る埃のようにエラーが出る。

会社の仕事のほうが、様々な人の作るコードがあるので、もっと大変だよね。

でも、このサンプルのエンジニアのPythonコードは、Javaっぽいから読みやすいし、そもそも、動作することは確認されているものだからね。

ようやく、画面に表示したときは、「やったー！」と、声を上げてしまいました。

このサンプルでは、99.3%の精度があるそうです。

息子と娘にカメラをのぞかせたところ、僕と認識されていました。

嫁にカメラをのぞかせたところ、unknownと表示されていたので安心しました。

遺伝で特徴をとらえている場合は、誤認識される可能性があるということがわかりました。

そういえば、昔、ヒカルゲンジのメンバーの子供が「９９％他人」だというようなことがワイドショーを賑わせていたことがありましたね。

これで写してみれば、きっと「９９％」の確率で真実が見えるでしょうね。

とはいえ、なんだかんだで、動作してくれてよかった。

いい勉強になりました。

あとがき

あと、これをAWSのWebコンソールで確認していると、画面が高い頻度で固まる。

数分経って、また動き出す。を繰り返す。

なんか、メモリ管理がうまくいってないような感じがする。

これを掘り下げるかどうかは、今は決めないけど、IOTエンジニアとしては、見ておきたいところですね。