> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/ja/serufuhosuto/sdks/openmv.md).

# OpenMV

OpenMVカメラは、画像処理SOCを使用して、カメラと同じ基板上でmicropythonプログラムを直接実行できる、非常に低消費電力のカメラ・コンピュートユニットです。消費電力は0.5W未満で、最大約13fpsでモデルを実行できます（量子化と低解像度の場合）。

#### 互換性のあるモデルを学習する

OpenMVへの展開を可能にするため、Roboflow 3.0モデルを学習してください。モデルは、モデル後処理によって量子化およびスケーリングされます（低消費電力SOCに収まるようにするため）。そのため、実際の性能はプラットフォーム上の指標より低くなる場合があります。最良の結果を得るには、解像度を224または256にしてください（後処理でそのサイズにスケーリングします）。

#### 量子化済みアーティファクトをダウンロード

デプロイメントページを使用して、OpenMVアーティファクトをダウンロードしてください。これは次のものから構成されるはずです。 `.tflite` OpenMVデバイスと互換性のあるファイルです。

<figure><img src="/files/5879c275a9cf776d54a3418175fad06edd198d9a" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/02a0f79dd404eed130755aca43f89e90a1a44ff9" alt=""><figcaption></figcaption></figure>

#### モデルをOpenMVデバイスにデプロイする

その後、 [OpenMV IDE](https://openmv.io/pages/download) を使用して、モデルをエッジデバイスにデプロイできます。先ほどダウンロードしたモデルの重みとクラス一覧が必要になります。クラス一覧は、この [OpenMVによる動画](https://www.youtube.com/watch?v=aRnn2LeAS4c)で紹介されているように、roboflowダッシュボードで確認できます。この動画では [サンプルスクリプト](https://github.com/openmv/openmv/blob/4d7247e11e9f4605802f4e285ac65701a2079b4d/scripts/examples/03-Machine-Learning/00-TensorFlow/yolo_v8_detector.py) を使って、OpenMVデバイス上でYOLOv8（Roboflow 3.0）モデルを実行する方法を示しており、OpenMV上でRoboflowモデルを開発する際の出発点として使用できます。