Raspberry Pi Cat Detector (個人開発)
最新エッジAIとDiscordを統合した、リアルタイム猫見守りシステム
プロジェクト概要
「猫が外から帰宅した瞬間を把握したい」という動機から開発した、プッシュ型通知システムです。 市販の監視カメラのような常時録画ではなく、最新のAIモデル（YOLO26）を用いることで「猫が活動した瞬間」のみを判定し、Discordへ即座に通知を送信します。
| 項目 | 内容 |
|---|---|
| 開発期間 | 2026年1月3日 〜 現在（2026年3月） |
| 開発構成 | 個人開発 |
| 使用技術 | Python (3.13), uv, OpenCV, Ultralytics YOLO26n, OpenVINO, Discord Webhook |
| 役割・実装 | システム設計、AIモデル選定・最適化 |
YOLO26は2026年1月にリリースされた最新のエッジ向けモデルです。低電力デバイスであるRaspberry Piにおいても、高精度かつ軽量な推論が可能であると考え、採用しました。
現時点でのシステム構成
精度実験（処理速度と精度のトレードオフ検証）
実運用に向け、YOLOデフォルトの.pt形式からの軽量化を図りました。MNNとOpenVINOを用いてそれぞれ量子化と解像度変更を行い、Raspberry Pi実機にて推論実験を実施しました。
図1 ラズベリーパイの実行結果
図1はRaspberry Piでの実行結果です。
- 横軸（FPS）： 1秒間に処理できる画像枚数（処理速度）
- 縦軸（F1スコア）： 「猫を見逃さない（再現率）」と「誤検知しない（適合率）」のバランスを示す総合指標
※本実験は検証用データ約20枚を用いた初期検証段階の数値であり、実用化に向けてさらなるデータ拡充を予定しています。
今後の方針・課題
現在の課題として、夜間など光量の少ない環境下での「猫の検知漏れ（再現率の低下）」が挙げられます。今後は以下の施策により、モデルの精度向上を図ります。
- データ拡張（Data Augmentation）の実施： 悪条件下の学習データを増やすとともに、複数の画像を合成する「Mosaic（モザイク）データ拡張」などを活用し、より実践的でロバストなモデルへのファインチューニングを実施する予定です。