概要
特長
・独自技術により迅速で正確なCNN学習を実現
・完全なエッジ画像認識(クラウド、ネットワーク接続は一切不要)
・Caffeの2~4倍の実行速度と1/3のメモリ容量
・CNN学習時間を数ヶ月から1週間と、大幅に短縮
・組込み用途向けに最適化
ユースケース
・エッジデバイスでの画像認識
・インテリジェントIoT
・防犯・監視機器
・マシンビジョン
・人間行動認識
・異常認識
・AR、ゲーム
仕様および価格
キット |
KitA |
KitB
|
KitC |
認識対象物の数 |
5種類まで |
10種類まで |
10種類以上 |
認識対象物当たりの 最小画像枚数 |
300枚
|
300枚 |
300枚 |
CNN学習回数 |
1回まで |
2回まで |
(*) |
画像アップロード 回数 |
1回まで
|
2回まで
|
(*) |
成果物 |
画像認識アプリ (Androidまたは Linux対応) |
画像認識アプリ (Androidまたは LLinux対応) |
画像認識アプリ(*) (Android、Linux または他OS対応) |
価格 |
500,000円 |
800,000円 |
(*) |
* ユーザの要望を基に決定します。
使用の大まかな流れ
・ユーザの要求に合ったKit(A/B/C)を購入
・Androidスマートフォン(スマホ)専用のアプリをインストール
・ディープラーニング学習用画像を採取・撮影
・各認識対象物に対して十分な画像を採取・撮影後、指定サーバにアップロード
- 認識対象物ごとに最低300枚必要、上限なし
- スマホアプリおよびPCアプリのいずれからでもアップロード可能
・約1週間で各対象物が認識できるアプリを成果物としてUncanny Visionから提供
画像認識アプリの実使用イメージ
・Uncanny Visionから提供された学習済みアプリをインストール
・認識対象物を撮影すると、ディープラーニングで認識作業を開始
・画面に認識結果と確率が表示
留意事項
・認識対象は物体およびシーンに限定されます。
・学習に使用するCNNはUncanny Visionが選定します。
・学習用画像をアップロードした時点でディープラーニング学習が開始されるため、
画像を十分に採取・撮影後にアップロードを実施してください。
・決められた学習回数に達すると、アプリを使用できなくなります。
・想定される画像認識率は約80%ですが、学習用画像の質と提供枚数に依存するため、
保証値ではありません。
関連する製品
 |
Uncanny Vision社製 ディープラーニング(深層学習)ライブラリ
|
 |
Uncanny Vision社製 ディープラーニング(深層学習)ライブラリ評価キット
|
 |
Uncanny Vision社製 Arm NEON搭載プロセッサ向け 超高速コンピュータビジョンライブラリ
|