> 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/roboflow/roboflow-jp/depuroi/sdks/openmv.md).

# OpenMV

OpenMV camera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する、極めて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、量子化と低解像度では最大約13 fpsでモデルを実行できます。

#### 互換性のあるモデルをトレーニングする

OpenMVへのデプロイに対応するため、Roboflow 3.0モデルをトレーニングしてください。モデルは当社のモデル後処理によって量子化・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）が、実世界で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可能性があります。また、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（後処理ではその解像度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

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てください。これは、 `.tflite` OpenMVデバイスと互換性のあるファイルです。

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

<figure><img src="/files/b1af963d3ab221fa89e2c35c45b2df00ec9fa332" alt=""><figcaption></figcaption></figure>

#### OpenMVデバイスにモデルをデプロイする

その後、 [OpenMV IDE](https://openmv.io/pages/download) を使用してエッジデバイスにモデルをデプロイできます。先ほどダウンロードしたモデルの重みと、roboflowダッシュボードで見つけられるクラス一覧が必要です。これはこの [OpenMVの動画](https://www.youtube.com/watch?v=aRnn2LeAS4c)で紹介されています。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) は、OpenMVデバイス上でYOLOv8（Roboflow 3.0）モデルを実行するためのもので、OpenMV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。