物体検出＋相対深度
物体検出に方向と相対深度帯を加え、何が画面内のどこにあり、手前・中間・奥のどの帯にあるかを表示します。
物体検出＋相対深度と奥行き推定の使い分け
どちらもDepth Anything V2の単眼深度を使いますが、出力が異なります。目的で選んでください。
深度に物体検出を統合し、何が画面内のどこにあり、どの相対深度帯にあるかを表示します。メートル単位の距離は出ません。
1枚の画像から相対深度マップだけを可視化する基礎デモ。元画像との比較やPNG保存をしたい場合はこちら。
単眼カメラで「空間」を読む仕組み
物体検出
カメラや画像から物体の位置とクラスを検出。NanoモデルはCOCO 80種に対応します。
Depth Anything V2の単眼深度
1枚のRGB画像から各画素の相対深度を推定します。前後関係を誤る場合があります。
検出と深度の統合
各物体領域で深度をサンプルし、画面内の方向と相対深度帯を合成します。
完全ローカル
映像も結果もサーバーに送りません。すべて端末のGPU/CPUで完結します。
エッジ実機化に向けた初期検証
このデモは、検出結果へ相対深度帯を加える初期検証です。Jetsonなどへ移植する場合は、対象端末で速度、メモリ、精度を再評価します。 自然言語による状況説明には別途VLMを統合します。メートル単位の距離が必要な場合は、較正済み深度カメラまたは用途別に検証した実距離モデルを追加します。
物体検出と相対深度を実機で動かす機材
ブラウザで試した「検出×深度」を、エッジで常時動かすための構成。深度＋検出＋VLMはGPU/メモリが要になります。
Raspberry Pi 5 ＋ AI Camera（IMX500）。カメラ側でAI推論する分ホスト負荷が低く、まず試すのに最適。
NVIDIA Jetson Orin Nano ＋ Webカメラ。GPUで複数カメラ・高精度モデルも安定処理。
価格は目安（変動あり）。下のカードから用途に合うものを選んでください（全点を揃える必要はありません）。
大きなモデルの生成・推論や複数モデルの常時稼働には、Pi/Jetsonより大容量メモリ・高性能CPU/GPUを積める高性能ミニPCが快適です。
Raspberry Pi AI Camera（IMX500）
Sony IMX500搭載のAI処理内蔵カメラ。カメラ側でAI推論を実行し、ホストの負荷が極めて低い。
Google Coral USB Accelerator
既存のPCやRaspberry PiにUSB接続するだけでAI推論を高速化。4 TOPSのEdge TPU搭載。
※ 上記リンクはアフィリエイトリンクです（購入で当サイトに収益が発生する場合があります）。 価格は目安で、最新価格・在庫はリンク先でご確認ください。構成は用途の一例です。
関連ガイド
関連デモ
このデモを「実機」で使うには？
実測データで最適な機種を選び、つまずいたら原因→対処をたどれます。
業務への導入を検討中の方へ：このデモのような、入力に近い端末で処理する仕組みの設計・開発相談はLink Fieldへ無料で送れます。
🤝 導入の相談をする