講演名 | 2022-06-10 [チュートリアル講演]高精度・高効率なロボットビジョンの構築法:深層学習用データセット生成法とハードウェア実装の両面より 田向 権(九工大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 本チュートリアル講演では,高精度かつ高効率なロボットビジョンの構築法として,独自データセットの半自動生成法と,深層ニューラルネットワーク(DNN: Deep Neural Network)のField Programmable Gate Array(FPGA)の簡便な実装例を示す.独自データセットの半自動生成法においては,人手では膨大な時間がかかるアノテーション作業を完全に削減することで,約2時間程度で実用に耐えうる深層学習用のデータセットが生成できることを示す.RoboCupやWorld Robot Summitといった競技会を通した実環境下での評価結果を示す.また,DNNのFPGA実装においては,YOLO v3 tiny を題材にその実例を示す.本講演を通し,人工知能のエッジ応用において大きな障壁となる,データセット作成と電力問題に関して解決策の一例を示す. |
抄録(英) | This tutorial lecture explains a construction method for high-precision and efficient robot vision that includes a semi-automatic dataset generation method and an implementation method of deep neural networks (DNNs) on field-programmable gate arrays (FPGAs). The proposed dataset generation method ultimately reduces the time-consuming manual annotation process, and a generated dataset for DNNs can be prepared in about two hours. I show the evaluation results for a DNN trained by the generated dataset under real-world conditions through robot competitions such as RoboCup and World Robot Summit. We also show an example of FPGA implementation of YOLO v3 tiny. Through this presentation, I show examples of solutions for dataset preparation and power-consumption issues, which are significant barriers to edge applications of artificial intelligence. |
キーワード(和) | 深層学習 / DNN / データセット / FPGA / ロボットビジョン / RoboCup / World Robot Summit |
キーワード(英) | Deep Learning / DNN / Dataset / FPGA / Robot Vision / RoboCup / World Robot Summit |
資料番号 | SIS2022-10 |
発行日 | 2022-06-02 (SIS) |
研究会情報 | |
研究会 | SIS / IPSJ-AVM |
---|---|
開催期間 | 2022/6/9(から2日開催) |
開催地(和) | 九州工業大学(若松) |
開催地(英) | KIT(Wakamatsu Campus) |
テーマ(和) | 知的マルチメディアシステム, 組込み応用システム, 立体映像技術, 一般 |
テーマ(英) | Intelligent Multimedia Systems, Applied Embedded Systems, Three-Dimensional Image Technology (3DIT), etc. |
委員長氏名(和) | 末竹 規哲(山口大) / 内藤 整(KDDI総合研究所) |
委員長氏名(英) | Noriaki Suetake(Yamaguchi Univ.) / Sei Naito(KDDI Research, Inc.) |
副委員長氏名(和) | 木村 誠聡(神奈川工科大) / 笹岡 直人(鳥取大) |
副委員長氏名(英) | Tomoaki Kimura(Kanagawa Inst. of Tech.) / Naoto Sasaoka(Tottori Univ.) |
幹事氏名(和) | 坂東 幸浩(NTT) / 三澤 秀明(宇部高専) / 越智 大介(NTT) / 亀田 裕介(東京理科大) / 徐 建鋒(KDDI総合研究所) |
幹事氏名(英) | Yukihiro Bandoh(NTT) / Hideaki Misawa(National Inst. of Tech., Ube College) / Daisuke Ochi(NTT) / Yusuke Kameda(Tokyo Univ. of Science) / Xu Jianfeng(KDDI Research, Inc.) |
幹事補佐氏名(和) | 吉田 壮(関西大学) / 眞壁 義明(神奈川工科大) |
幹事補佐氏名(英) | Soh Yoshida(Kansai Univ.) / Yoshiaki Makabe(Kanagawa Inst. of Tech.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Smart Info-Media Systems / Special Interest Group on Audio Visual and Multimedia Information Processing |
---|---|
本文の言語 | JPN |
タイトル(和) | [チュートリアル講演]高精度・高効率なロボットビジョンの構築法:深層学習用データセット生成法とハードウェア実装の両面より |
サブタイトル(和) | |
タイトル(英) | [Tutorial Lecture] How to build a High-Precision and Efficient Robot Vision: Dataset Generation and Hardware Implementation for Deep Learning |
サブタイトル(和) | |
キーワード(1)(和/英) | 深層学習 / Deep Learning |
キーワード(2)(和/英) | DNN / DNN |
キーワード(3)(和/英) | データセット / Dataset |
キーワード(4)(和/英) | FPGA / FPGA |
キーワード(5)(和/英) | ロボットビジョン / Robot Vision |
キーワード(6)(和/英) | RoboCup / RoboCup |
キーワード(7)(和/英) | World Robot Summit / World Robot Summit |
第 1 著者 氏名(和/英) | 田向 権 / Hakaru Tamukoh |
第 1 著者 所属(和/英) | 九州工業大学(略称:九工大) Kyushu Institute of Technology(略称:Kyutech) |
発表年月日 | 2022-06-10 |
資料番号 | SIS2022-10 |
巻番号(vol) | vol.122 |
号番号(no) | SIS-62 |
ページ範囲 | pp.45-48(SIS), |
ページ数 | 4 |
発行日 | 2022-06-02 (SIS) |