AzureFunctionsとTensorFlowによる転倒検出AIモデルのWebAPI開発

872 Views

June 22, 25

スライド概要

2025年6月21日 第2回 JAZUG Shizuoka LT枠で発表した資料になります。
https://jazug.connpass.com/event/350922/

profile-image
スライド一覧

Software Developer

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

（ダウンロード不可）

関連スライド

slide-thumbnail

Azure利用におけるコスト節約術
user-img 束野通洋 2.8K
slide-thumbnail

猫でも分かるUnreal Engineの学び方 - 超初心者向け編 - 2023 v1.0
ue4 ue5 ue-beginner
user-img エピック ゲームズ ジャパン 1.5M
slide-thumbnail

Unreal Engine5 Lumenの仕組みと肝心なところ
ue5 ue-rendering ue-lumen
user-img エピック ゲームズ ジャパン 1.3M
slide-thumbnail

最新の6.0で学ぶ！初めてのひとのためのSpring Security
java spring security
user-img tada 1M
slide-thumbnail

Meta XR SDK(V66-74)でQuestアプリを開発
spatial anchor unity quest pro shaperecognizeractivatestate oculus integration transformfeaturestateprovider building blocks transformrecognizeractivestate ovrsemanticclassification jointdeltaprovider ovrscenemanager jointvelocityactivestate オクルージョン sequenceactivestate scene manager ambisonic depth api metaxraudiosource playerlocomotor meta xr sdk quest3 ovrplayercontroller マルチモーダル meta haptics studio direct touch ui meta xr haptics sdk ovrspatialanchor ovrtrackedkeyboard hapticclipplayer fingerfeaturestateprovider hapticclip ワイドモーションモード wmm mruk mr utility kit voice sdk jointrotationactivestate meta horizon os ui set asw application spacewarp ovr metrics tool unityscene manager colocation discovery コロケーション mx ink passthrough camera api hand tracking microgestures webcamtexturemanager passthroughcamerautils cameraviewermanager hand pose selector recorder
user-img あうぜん 1M
slide-thumbnail

猫でも分かる UE5.0, 5.1 におけるアニメーションの新機能について【CEDEC+KYUSHU 2022】
ue5 cedec+kyushu ue-animation ue-optimize ue-bp ue-physics ue-sequencer
user-img エピック ゲームズ ジャパン 0.9M
各ページのテキスト
1.

2025/06/21 第2回 JAZUG Shizuoka AzureFunctionsとTensorFlowによる 転倒検出AIモデルのWebAPI開発 ローランド ディー.ジー.株式会社 DGSHAPE製品開発部 事業推進2ユニット 束野 通洋

2.

自己紹介 基本情報 束野 通洋（Michihiro Tsukano） 1997/05/21 神奈川県出身 所属 ローランド ディー.ジー.株式会社[1] 6年目 DGSHAPE製品開発部 事業推進2ユニット 業務内容 デンタル加工機に関するクラウド開発 遠隔監視や制御 加工・メンテナンス状況の可視化 稼働レポートの配信 AI技術によるデータ活用 2 [1] ローランド ディー.ジー.株式会社： https://www.rolanddg.com/ #JAZUG

3.

本テーマの概要 AIモデルのWebAPI化 TensorFlowを用いてAIモデルを構築 題材は独自に開発した「転倒検出AIモデル」 Pythonを使用 TensorFlow：Googleが開発したオープンソースの機械学習ライブラリ Azure Functionsを用いてWebAPIを開発 入力 加速度センサデータ ジャイロセンサデータ HTTPリクエスト (POST) 3 WebAPI（Azure Functions） 出力 正常 or 転倒 転倒検出AIモデル (TensorFlow) #JAZUG

4.

WebAPIの開発 開発方法 Azure Functions（Python）を使用 Microsoftが提供するサーバーレスコンピューティングサービス Visual Studio Code、Azure Functions Core Tools をインストール[2] 拡張機能：Python拡張機能、Azure Functions 拡張機能、Azurite V3 拡張機能 入力：センサデータ（加速度センサ・ジャイロセンサ） 出力：正常 or 転倒 動作確認 Azure上のFunctionsリソースへデプロイ Application InsightsによるWebAPIの動作確認 アプリケーションのリアルタイム監視 障害やパフォーマンス問題を発見 操作履歴や例外、応答時間の可視化 4 [2] クイックスタート: Visual Studio Code と Python を使用して Azure に関数を作成する： https://learn.microsoft.com/ja-jp/azure/azure-functions/create-first-function-vs-code-python #JAZUG

5.

ライブラリ間のバージョンによる依存関係問題 サードパーティー製のライブラリ使用方法 プロジェクト直下に requirements.txt を作成し、ライブラリ名を記載 バージョンを併記しなければ、自動的に最新バージョンがインストールされる 問題・対応 ライブラリ間で、それぞれ特定のバージョンでないと動かないことが多い 基本的にはバージョン指定することがおすすめ ライブラリ名を省略することで推移的にインストールすることも可能 requirements.txt azure-functions scikit-learn==1.3.1 Tensorflow==2.12.0 pandas==2.1.2 5 #JAZUG

6.

サーバーの性能問題（App Serviceプラン） 問題・対応 TensorFlowのサイズは大きいため、性能が低いサーバーでは動かない メモリサイズ3.5GB以上で、問題なく動作することを確認 コスト面も踏まえて、App Serviceプラン Basic B2 が妥当 6 #JAZUG

7.

Functionsの不安定な挙動問題？ 問題・対応 デプロイ処理失敗 デプロイ処理が成功しても、Azure Portal上で作成した関数が表示されない デプロイ後、時間を置いたり、2回デプロイすると表示されたりする なんとか 試行錯誤で・・・。 Azure Portal上で作成した関数が表示されても、ローカル上と異なる動作 ちゃんと表示されているのに、なぜ動かないんだ・・・？ 7 #JAZUG

8.

転倒検出システムの全体像 クライアント側（実運用環境） サーバー側（実運用環境） Microsoft Azure 学習済みCAEモデル 学習済みOC-SVMモデル 展開（デプロイ） ローカル（開発・テスト環境） 3軸加速度データ & 3軸ジャイロデータ ASP.NET Core Webサービス開発 学習済みCAEモデル AI開発・Web API開発 8 展開（デプロイ） 学習済みOC-SVMモデル #JAZUG

9.

まとめ 背景 AI技術を用いたモデル開発は非常に増えている 実際のサービスに統合してユーザーに届けるには、AIモデル単体の開発だけでは不十分 AIモデルをWebAPI化して提供 Azure Functionsを用いてWebAPIを開発 Application Insightsを利用して動作確認 ライブラリ間のバージョンによる依存関係問題に注意 サーバーの性能問題に注意 9 #JAZUG

10.

ご清聴ありがとうございました