物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜

はろ @hidenorly

#TokyoWebmining MQTTはTLSのみで流している。

はろ @hidenorly

#TokyoWebmining imageはsftp. videoはRTPで

はろ @hidenorly

#TokyoWebmining deep learningで組み込み物体認識を。edge側で。raspberry piだけだとパワーが不足したので、Jetson TX1を使ってみた。edge側での認識の要望は結構ある。

はろ @hidenorly

#TokyoWebmining 一般物体認識。Faster R-CNNを使った。

はろ @hidenorly

#TokyoWebmining Jetson TX1は256 CUDA core. GTX1080は2560 CUDA core.

はろ @hidenorly

#TokyoWebmining TX1は、credit card size. nvidia.co.jp/object/embedde…

はろ @hidenorly

#TokyoWebmining TX1は4GB memory (GPU shared.)

はろ @hidenorly

#TokyoWebmining faster R-CNNを使った。Conv layer 0> Region Proposal Network. RoI Pooling.

はろ @hidenorly

#TokyoWebmining Extract region porposal -> Compute CNN features -> Classify regions.

はろ @hidenorly

qiita.com/kndt84/items/a… 参照

はろ @hidenorly

#TokyoWebmining VGG16:13 layers, ZF:5 layers, candidates:max 300.

はろ @hidenorly

#TokyoWebmining github.com/rbgirshick/py-… を使われたとのこと。

はろ @hidenorly

#TokyoWebmining VG16(13層)とZF(5層)を比べると、VG16は３秒位だが、高い性能で検出可能。ZFだと、１秒ぐらいだが、誤検出も目立つ。

はろ @hidenorly

#TokyoWebmining 「カメラは万能センサーになるという話があるがどうなのか? 木がどう動くかで風がわかるし、人がかく汗で不快度がわかるとか。」「センサーのが安い」

はろ @hidenorly

#TokyoWebmining 表情のほか、心拍とかがわかったりすると思うが、そういうのはどうなのか？ニーズが有る。

はろ @hidenorly

#TokyoWebmining primitiveなものも、意外とneedsがある。屋外計測とかも。市場がある。お店の中の「死に探」、とかを検出できる。

はろ @hidenorly

#TokyoWebmining リアルな視線、動線が意外と熱い。

はろ @hidenorly

#TokyoWebmining primitiveなclassifyだけだと、売上に持って行こうとすると、意外とつらいよね。なので、農業とか、食品業界とか、ニッチかもしれないが、攻めていくと、面白いよね。

はろ @hidenorly

#TokyoWebmining 農業は、衛星写真を昔から使われていたが、衛星写真は高いので、ドローンに降りてきている。

はろ @hidenorly

#TokyoWebmining 環境を制限するのがキー。

はろ @hidenorly

#TokyoWebmining 生産量が３倍になって、コストが同じならば、儲けが出る。そういう視点で、環境を制限したうえでのセンシングや制御を突き詰めるとビジネスチャンスがありそう。

はろ @hidenorly

#TokyoWebmining 来店分析は何が取れるの？レストランはこれから。人をtrackingまですると、技術的にはできてもprivacyの観点でやらない。

はろ @hidenorly

#TokyoWebmining 動画は時系列。particle filterとかそういうのを使う。時系列でも変化あったところしか見ない。

はろ @hidenorly

#TokyoWebmining アカデミックなところから商用なところへの落としこみは昔よりはだいぶ早くなってきている感がある。ソースコード公開もされているし。