オブジェクト検出モデルをユーザー自らがつくる時代に

ReNom | IMG

ReNomIMGとは、UI上で物体検出モデルを簡単に作成できるGUIと、プログラムからモデルを実装するためのPython APIからなるAI開発ツールです。

2018年9月12日に、メジャーアップデート版となるReNom IMG v1.0をリリースしました。

ReNom IMG v1.0は、GUI機能の充実とPython APIの提供により、WEBアプリケーション画面上でモデルを作成・精度評価し、採用したモデルを、エッジディバイス(NVIDIA JETSON)に簡単にデプロイできる開発環境を実現しました。また、同時にリリースされたPythonAPIでは、数行のPythonスクリプトを記述するだけで物体検出・画像分類・領域セグメンテーションを簡単に実装できるPython APIを提供します。これにより、機械学習・深層学習の経験がない方でも、物体検出モデルの開発~組込工程を、WEBアプリケーション画面上または、Pythonのソースコードを数行書くだけで行えるようになりました。


<オブジェクト検出モデルをワンストップで構築>


<ReNomIMG v1.0 の追加機能>

①GUIで作成したモデルをpython上で実装するモジュールとしてのPython API
物体検出モデルの作成、精度評価をGUI上で手軽に行い、作成したモデルを直ちにエッジディバイスにデプロイ
することが可能になりました。

②物体検出・画像分類・領域セグメンテーションを簡単に実装する為のPython APIを追加
数行のPythonスクリプトを変更するだけで物体検出・画像分類・領域セグメンテーションを簡単に実装できるPython APIを提供します。
今まではフレームワークを通じて相当量のソースコードを記述しなければならなかった物体検出のモデルが、数行で記述できるようになります。
さらに、アルゴリズムの名称を変更するだけで、主要なネットワークを試すことができ、エンジニアの負担を大幅に軽減します。

③物体検出アルゴリズムYOLOv2の実装
Yoloと比較すると、精度(mAP)は63.4mAP⇒69.0~78.6mAPとより高く、速度(FPS)は45FPS⇒教師データ
により40~90FPSとより速くモデルを構築出来ます。

④データセットの設定と教師データの内訳把握機能を追加
一般的に機械学習は、教師データを学習とテストに分けてデータセットを作成し学習を行います。
UI上でデータセットの設定が可能となり、データセットの学習とテストの割合を、ユーザー自ら設定できます。
更にデータセットに、どの種類の教師データがいくつ含まれているのかを一目で把握できるようになりました。

⑤学習の予約機能を追加
各種ハイパーパラメータの設定を試行錯誤するにあたり、複数モデルの学習を予約し、GPUを回しておけば、
学習済みモデルが効率よく試す事が出来るようになりました。

⑥UIデザインの変更
ユーザーが使い易いように、視覚的に分かりやすくなりました。

 

応用分野

森林資源管理・・・ドローンを使い上空からの撮影映像による資源管理

製造・・・製造工程におけるキズ・破損の画像から、検品を自動判別

インフラ・・・車両に搭載したカメラに映し出された路面の不具合を検出

ソーラーパネル・・・ドローンにサーモカメラを搭載しホットスポットを検知

医療・・・医療で用いられるレントゲンやMRIなどの画像から病気を判定

 

 

Page top