産業用ディープラーニング画像解析ソフトウェア”NAIT”（ナイト）

Unite of Deep Learning and Machine Vision

NAIT マシンビジョンとディープラーニングの統合 画像解析のためのディープラーニングプロジェクトのプロセス 必要な作業 モデル選択 ハイパーパラメーターの調整 NAIT 画像データ収集 Developer トレーニング ラベリング NAIT モデル推論 Runtime ユーザーは画像データ収集とラベリングに集中するだけで、 NAIT Developer＆NAIT Runtime は最高のディープラーニングモデルを作成します。 NAIT Developer NAIT Runtime トレーニング イメージ モデル NAIT は、画像認識のためのモデルを学習するためのディー NAIT Runtime は、NAITから作成されたディープラーニ プラーニングソフトウェアです。直感的なGUI（グラ ングモデルを推論するソフトウェアライブラリを備えた フィックユーザーインターフェイス）とオートディープ ランタイムAPIです。 ラーニングに基づいて、誰でもディープラーニングモデル 既存のソフトウェアまたはシステムに簡単に統合できま を作成することが可能です。 す。 一般的なディープラーニングプロジェクトの難しさ 適切なディープラーニングモデルの選択 さまざまなタイプの画像に対して最も効果的なモデルタイプとディープラーニングアーキテク チャを選択することは難しいため、モデルをトレーニングするには継続的な試行が必要です。 様々なハイパーパラメーターの調整 さまざまなハイパーパラメーターから適切なものを選択し、各ハイパーパラメーター 間で組み合わせることは、トレーニングに大きな影響を与えます。ただし、試してみ ないと適切なパラメーターがわからない場合があります。 データ・クレンジング ガベージイン、ガベージアウト。ディープラーニングはすべてデータに関するも のであるため、トレーニング用に正しいデータを入力しないと、出力も正しくあ りません。 最適な学習モデルを取得するのに継続的な再トレーニングが必要で、高コストが発生

WhyNAIT? 最適なモデルのための自己学習 ディープラーニング アーキテクチャ 学習率 SELF LEARNING データ補強 アーギュメンテーション ベストモデル NAIT Developer 内で全てのハイパーパラメーターとアーキテクチャは自動的に調整され、最適な ディープラーニングモデルが得られます。 ディープラーニングプロジェクト向けに最適化されたワークフロー Labelset 1 Train ImageSet 1 ベスト LabelSet1 LabelSet2Labelset 2 Train User モデル Image1 Cat Cat Group Image2 ラベリングLabelset 1 Train Cat Dog ノイズ ImageSet 2 Image3 Dog Dog Labelset 2 Train 簡単なデータ管理 簡単なラベル比較 新しい画像が来るたびに、新しいイメージセットとラベル NAIT でラベルセットを比較することでラベリング セットを作成して、簡単に追跡および管理ができます。 ノイズを最小限に抑えることができます。 コワーキングプラットフォーム：いつでも、どこでも Local Server PC Client PC Client Laptop Client Tablet PC コワーキング いつでも、どこでも 低コスト 複数のユーザーがNAIT NAIT Developer はラップトップやタ 複数のアカウントがあるため、複数の Developer を同時に使用して、 ブレットPCなどのさまざまなポータ ライセンスを購入する必要はありません。 プロジェクトを進めることが ブルデバイスで簡単に利用できます。 できます。 柔軟なプロセッシングユニット GPU CPU Jetson NAIT Runtimeは、GPU、CPU、組み込みなどのさまざまなプラットフォームで実行することができます。

Type ofVersion 提供されるタイプは、アカウントとGPUの数で分かれます。NAIT Developer を使用するには、ユーザーに1 つのアカウントが必要です。GPU数は、NAIT Developerが同時に使用できるGPUの数を意味します。 ユーザーがより多くのアカウントとGPUを使用する必要がある場合、バージョンをアップグレードできます。 タイプ アカウント数 GPU数 Basic 1 4 NAIT Standard 3 4 Developer Advanced 6 8 Premium 12 16 NAIT Runtime No Limit No Limit * 一つのアカウントを同時に使用することはできません。 NAIT 主な仕様 要求仕様 推奨仕様 CUDA Compute 3.5 以上 Capability RTX 2080Ti 以上 GPU メモリ 8GB 以上 NAIT Server Developer O/S Windows 10, Windows Server 2016 CPU i5 以上 i7 以上 メモリ 16GB 以上 32GB 以上 Client ブラウザ Chrome version 49 以上 CUDA Compute Capability 3.5 以上 RTX 2080Ti 以上 GPU メモリ 2GB 以上 NAIT Runtime O/S Windows 10, Windows Server 2016 開発環境 Visual Studio 2010 以上 Visual Studio 2015 以上 Embedded 利用可能なプラットフォーム NVIDIA Jetson Xavier, Jetson TX2 O/S Linux Ubuntu 18.04