その他の分野 MediaPipe Objectron:モバイル上でリアルタイムに物体の三次元形状を認識(2/2) 1.MediaPipe Objectron:モバイル上でリアルタイムに物体の三次元形状を認識(2/2)まとめ ・実世界データとAR合成データを組み合わせることで、精度を約10%向上させる事に成功 ・バックボーンとなっている技術は、Mobil... 2020.03.20 その他の分野
学習手法 MobileNetV3:次世代のオンデバイス視覚モデル(3/3) 1.MobileNetV3:次世代のオンデバイス視覚モデル(3/3)まとめ ・精度とEdge TPU上で実行された際の速度を両立させるAutoMLをした結果MobileNetEdgeTPUモデル誕生 ・既存のモバイルモデルよりも同一精度でよ... 2019.11.22 学習手法
学習手法 MobileNetV3:次世代のオンデバイス視覚モデル(2/3) 1.MobileNetV3:次世代のオンデバイス視覚モデル(2/3)まとめ ・MobileNetV3の探索スペースはh-swishとsqueeze-and-excitationで改良が施されている ・ネットワークの最後に新しい効率的な〆(l... 2019.11.21 学習手法
モデル MobileNetV3:次世代のオンデバイス視覚モデル(1/3) 1.MobileNetV3:次世代のオンデバイス視覚モデル(1/3)まとめ ・スマートフォンなどのデバイス上で実行される事が前提のニューラルネットワークMobileNetV3の発表 ・オンデバイスでの実行に最適化されているがMobileNe... 2019.11.20 モデル
モデル EfficientNet:AutoMLとモデルのスケーリングによりCNNの精度と効率を向上(2/2) 1.EfficientNet:AutoMLとモデルのスケーリングによりCNNの精度と効率を向上(2/2)まとめ ・EfficientNetのベースネットワークはAutoML MNASフレームワークによって開発された ・EfficientNe... 2019.06.01 モデル
モデル EfficientNet:AutoMLとモデルのスケーリングによりCNNの精度と効率を向上(1/2) 1.EfficientNet:AutoMLとモデルのスケーリングによりCNNの精度と効率を向上(1/2)まとめ ・畳み込みニューラルネットワークをスケールアップして精度と効率を向上させる新手法が発表 ・EfficientNetと命名されたこ... 2019.05.31 モデル
入門/解説 2018年のGoogleの研究成果を振り返って(2/6) 1.2018年のGoogleの研究成果を振り返って(2/6)まとめ ・Googleの2018年のAI関連の研究や成果の振り返り ・量子コンピューターと自然言語理解と知覚について ・研究開発の結果から実際の製品として世に出たものまで幅広く紹介... 2019.01.18 入門/解説
学習手法 Top Shot:Google Pixel 3でベストショットを自動で撮影してくれる機能(1/2) 1.Top Shot:Google Pixel 3でベストショットを自動で選択してくれる機能(1/2)まとめ ・Google Pixel3搭載カメラアプリの機能の1つであるTop Shotの紹介 ・シャッターを押す前後1.5秒の最大90枚の... 2018.12.24 学習手法
学習手法 MnasNet:モバイルで実行する機械学習を自動で設計する試み 1.MnasNet:モバイルで実行する機械学習を自動で設計する試みまとめ ・モバイル用の機械学習モデルを自動設計するMnasNetが発表 ・強化学習で実デバイス上の速度と正確性を報酬とする ・手動設計のMobileNetV2を速度と正確性で... 2018.08.11 学習手法
インフラ Cloud IoTを使ってedgeに人工知能を持ち込む 1.Cloud IoTを使ってedgeに人工知能を持ち込むまとめ ・IoTデバイスを設置した場所をedgeと言う ・edgeで人工知能を動かすと様々な利点がある ・Googleの新製品であるEdge TPUとCloud IoT Edgeはそ... 2018.08.09 インフラ
AI関連その他 Tensorflowオブジェクト検出APIによるトレーニングと推論の加速 1.Tensorflowオブジェクト検出APIによるトレーニングと推論の加速まとめ ・GoogleがTensorFlowのオブジェクト検出APIを大幅強化 ・クラウドTPUと連携した高速学習とTensorFlow Lite出力連携を容易に改... 2018.07.23 AI関連その他
インフラ 何故、機械学習の未来はちっぽけなのか?その2 1.何故、機械学習の未来はちっぽけなのか?その2まとめ ・学習済みの人工知能モデルを動かすために必要な計算量はそれほど多くない ・現在世の中で使われている小型装置が使っている電力があれば人口知能を動かせる ・ちっぽけな機械学習とちっぽけなM... 2018.06.23 インフラ