HoloLens RS4 PreviewでWindowsMLの動作が確認できたので利用しやすいようにUnityに組み込んで動作を確認します. WindowsMLをHoloLensで動作されるまでは前の記事に書いてます. 概要 Unityを利用してHoloLens上で画像認識を行うサンプルを作成します. 利用するサンプルはGithub上の https://github.com/Microsoft/Windows-Machine-Learning/tree/master のSqueezeNetObjectDetection(画像認識デモ)を参考にします. 実行環境 開発環境 Windows10 Insider Preview 17127 Windows10 SDK Insider Preview 17115 Visual Studio2017 Unity 2017.4.0f1 実行環境 Hol
概要 Windows10でWindows Machine Learningを使用することができるようになりました。ONNXモデルを実行することができ、Direct X12ベースのGPUであれば、CUDAに依存しないため、Nvidia以外のGPUでもGPUで処理を高速化することができます。 作成したコードは、少し整理してからgitで公開したいと思います。 YOLOは、現在はv3が公開されていますが公開されているV2のモデルを使用します。 https://pjreddie.com/darknet/yolo/ TinyYolo-v2のONNXモデルがダウンロードできます。 https://github.com/onnx/models/tree/master/tiny_yolov2 Yolov2では、セマンティックセグメンテーションのような考え方を取り入れて、クラス分類と矩形を一気に計算します。L
ONNXでのオフライン推論の魅力 Windows MLが登場しオフラインでの機械学習の幅が1つ広がりました。オフラインでの実行の魅力は何より通信のオーバーヘッドがないことです。これは非常に大きく、アプリケーションのUXにかなりインパクトがあります。 一般的にはオンラインの方が推論に必要な計算リソース非常に潤沢です。ですが通信が伴うためそのためのデータ転送等で時間がかかります。また、通信障害が発生するとシステム自体が利用不可になるという自体にもつながります。 反面オフラインはこのような通信部分の制御が全て省略できます。ただし、ローカルマシンのスペックが推論に影響を与えます。 それでも、オフラインでの推論によるメリットは非常に大きいといえると思います。 Windows ML の状況 最近ようやくWindows 10 October Update(1809)が再開され、新しいWindows ML
Windows MLについて Windows MLはONNXを呼ばれる学習済みモデルを利用し、ローカルマシン上で機械学習の推論が実行できるAPIです。 学習済みモデルから生成したONNXがあれば誰でもオフラインでの機械学習の恩恵を受けることができます。 このAPIはOSバージョン1803(春のアップデート)から導入されています。 このような状況の中HoloLensの日本語版でOSバージョン1809(ビルド番号17663)を使いながらWindows MLでONNX(Tiny Yolo V2)を取扱う実験を行いました。その結果現時点では色々と扱いが難しいところが多く、その情報をTipsとして共有します。 実際にTiny Yolo V2を導入したアプリの構築については別記事で紹介します。 HoloLensで実験しましたが、一般のWindows OS全般同じだと思います。 Windows MLのO
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く