Tämän opinnäytetyön tavoite oli selvittää neuroverkkojen soveltuvuutta kevyissä päätelaitteissa ja roboteissa, kuten Raspberry Pi:ssa. Soveltuvuutta mitataan toimivuudella, helppoudella ja käytettävyydellä.

Tavoitteen selvittämiseksi rakennettiin, ohjelmoitiin ja koulutettiin kuvapohjainen kolikontunnistusrobotti. Työn kehitystyötä ja lopputulosta analysoitiin soveltuvuuden arvoimiseksi. Teoriapohjana käytettiin useita Tensorflow-koneoppimiskirjaston opetuslähteitä ja ohjemateriaaleja. Robottia varten tuotettiin kaksi erillistä ohjelmaa: Robotin ohjain ja koulutusympäristö. Robotin ohjain huolehtii koulutetun neuroverkon suorituksesta sekä uuden koulutusdatan keruusta. Koulutusympäristössä voidaan koulutusdatan ja verkon rakenteen pohjalta luoda ohjaimelle uusi koulutettu neuroverkko. Molemmat ohjelmat ovat kirjoitettu node.js pohjalle Javascriptillä.

Lopputuloksena neuroverkot toimivat hyvin kevyissä laitteissa koulutuksen jälkeen, ja auttavat kehitysprosessissa valtavasti. Koulutusprosessin jälkeen laskentatehon tarve on minimaalinen ja kevytkin laite kuten Raspberry Pi riittää.