Deeplensから、IOTを知る
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。
Deeplensをつかって、面白いことができないかと思って、Deeplensを購入した。
そもそも、最初は、資格試験の勉強に飽きて、実際に使ってAWSに慣れようと思って始めたものだったんですが、軒下を貸して母屋を乗っ取られるような状態で、
AWSの資格試験の勉強が置き去りになってしまいました。
hiscomputingdevblog.hatenadiary.jp
最初の簡単な動作確認まではそれほどの苦痛を感じることなく動作確認ができました。
その後、顔認識のサンプルを動作確認する段階になって、Pythonの癖に苦しめられました。
しかし、四苦八苦しながらも、何とか動かすことができました。
hiscomputingdevblog.hatenadiary.jp
サンプルでは、顔認識をしたデータを通知するというシンプルな構造で、行方不明者通知やカスタマー認知の機能を持っていました。
動いた後には、サンプルと同じものを作ることにあまり意味を感じられなかったので、今の状況にあったものができないかと思案しました。
単純にデータを集計し可視化することで、何か発見することが出来ないかと思い、ふと、約1か月間つけっぱなしにしていたDeeplensの通知を受け取るAws Lambdaのログを確認してみたところ、自分の行動がこのログに現れていました。
一日の大半を机の前で過ごしていることが現れていました。
このログには、不必要なデータも含まれているため、必要なデータだけをフィルターしてデータを可視化したらどうなるか興味がわいたので、急遽、Jupyter notebookを利用してデータを集計してみました。
集計した結果は、認識したものしないものが以下のようなレベルで出力されていることがわかりました。
データを取得開始が5/3の14:00ごろで、DB作って、関数作って、Jupyter notebook入れて、関数作って、といろいろやっていたら、日付を跨いでしまいました。
大学の授業で、まとまっていない情報の中から必要なものを抽出すると、それはデータになるということを学びました。
卒業して、すでに8年経ちましたが、改めて原点に戻った気がしました。
今回は、小さいアイデアですが、日々、育てていけば、いつか大きな実をつけることでしょう。
今日も良い遊びでした。