| 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) |