画像処理は新時代に突入！　AIによる画像認識・画像処理

「 A I 」 KES Artificial Intelligenceによる CustumX 画像認識・画像処理 ＜対応の一例＞
AIの活用可否をコンサルティング
画像認識は Yolo v3 ベース で実現し検証
機械学習モデルを生成、エッジ側のGPUに搭載
撮影協⼒・アノテーションから学習モデル生成までを一括請負
画像認識を活用したシステム・インテグレーション Azure Xavier TX2 Tensorflow／Yolo v3 導入までの流れ ＜ ⾞載メーカー様の例 ＞ ③PoC ⑤本運用 ①ご要望 ✔ 費用対効果があるか？ ✔ 他システムとの連携 ✔ 物体認識で危険予知をしたい 学習モデル検証 ✔ 導入サポート ✔ 歩⾏者や⾃転⾞を認識したい ✔ 精度とリアルタイム性の確認 ✔ 道路の⾞線を検出したい ✔ アノテーション作業 ②導入コンサル ④導入支援 ✔ 費用対効要果が素あ検る討か？ ✔ 費用対効果があるか？ ✔ 物体認識の数は？精度は？ ✔ 精度とリアルタイム性の確認 ✔ リアルタイム処理時間は妥当か？ ✔ 他システムとの連携 ✔ そもそもAIを使う必要があるか？ 必要に応じたソリューションを提案 © 株式会社金沢エンジニアリングシステムズ

システム構築 学習フェーズ ① 撮影支援 ② アノテーション ③ 学習 ④ 学習モデル作成 撮影する際の勘所を指導 アノテーション作業を実施 仮想マシン(GPU)を短期契約 実際の撮影に協⼒ 精度に合った数量を提案 アノテーション結果の学習 実機に搭載し推論フェーズへ 推論フェーズ 安心なドライブを提供 Xavier 学習モデルを インストール 推論結果 CAN通信 入⼒信号 ECU リアルタイム処理 項目 内容 メインボード JETSON TX2／Xavier ※環境に合わせメインボードは変更可能 カメラ 市販品 フルHD（1920 x 1080 60fps）※リアルタイムに画像の提供が可能であること ディープラーニング・ ライブラリ Google Tensorflow フレームワーク Darknet Yolo v3 電源・電圧 鉛バッテリー 12V フレームレート TX2 … 約 5 [fps] Xavier … 約 10 [fps] 学習用マシン Microsoft Azure上でNVIDIA GPUを使用 今後の取り組み
エッジコンピューティングの研究 組込みシステム（ＩｏＴのエッジコンピューティング）の分野で、地域の コミュニティを積極的に形成し、NVIDIA GPU を活用したミートアップや ハンズオンイベントに貢献します。当社の強みであるエンジニアリング分野で、 ⽇々、切磋琢磨/協業していきます。当社のノウハウを是非、ご活用下さい お問い合わせ先 2019.04 株式会社 金沢エンジニアリングシステムズ 〒920-1158 石川県金沢市朝霧台二丁目148番地 TEL ： 076-224-7565 (営業部直通) Mail ： info@kanazawa-es.com 営業サイト https://kanazawa-es-biz.com