# OpenMV

OpenMVカメラは、画像処理SOCを使用してカメラと同じボード上でmicropythonプログラムを直接実行する、極めて低消費電力のカメラ計算ユニットです。消費電力は0.5W未満で、（量子化と低解像度を用いることで）最大約13 fpsでモデルを実行できます。

#### 互換性のあるモデルを学習する

OpenMVへのデプロイを可能にするため、Roboflow 3.0モデルを学習します。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が示すものより低くなる場合があります。最良の結果を得るために、解像度は224または256を使用してください（後処理でその解像度にスケーリングされます）。

#### 量子化アーティファクトをダウンロード

Deployments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ます。これは `.tflite` ファイルで構成されており、OpenMVデバイスと互換性があります。

<figure><img src="/files/ca9409c035448c758ba1f3546f8d981a2cb769a0" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/b1af963d3ab221fa89e2c35c45b2df00ec9fa332" 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) を使っ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です。クラス一覧は、Roboflowダッシュボードでこの [OpenMVの動画](https://www.youtube.com/watch?v=aRnn2LeAS4c)に記載されているとおりに確認できます。この動画では、OpenMVデバイス上でYOLOv8（Roboflow 3.0）モデルを実行するためのこの [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してください。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.roboflow.com/roboflow/roboflow-jp/deploy/sdks/openmv.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.