GCP と Edge TPU でつくるインテリジェント IoT 基盤
IoT はデバイスからデータを取る存在から、様々な解析をしたりエッジ側でよりインテリジェントな処理が求められる存在へと変化してきています。この記事では、 Edge TPU で複雑でインテリジェントな処理をエッジ側で実行し、GCP でその結果をリアルタイムに可視化、解析する方法を紹介します。 TL;DR — 以下のリポジトリの手順に従うと、Edge TPU と GCP上の IoT データ分析基盤を構築できます。 https://github.com/google-coral/project-cloud-monitor Edge TPU とはEdge TPU は、Google が開発した TensorFlow Lite 形式の機械学習モデルを高速に演算（推論）するための ASIC のことです。2018年に発表されるまで、 TPU (Tensor Processing Unit) というとクラウ
500円で自作できる本格マテリアルスキャナ！ - 人柱系CGモデラーのTipsブログ
皆様こんにちは。 ご無沙汰しております、ますくです。 新しい仕事もなかなかにハードで、家に帰れなかったり、職場に泊まったり、帰宅できてもバタンQでなかなか記事が更新できなかったりと…関係各所にご迷惑をおかけしておりますorz だいぶ前から企画していた『誰にでも安価に作れる本格マテリアルスキャナー』企画ですが、昨年末の告知から大変長らくおまたせしてしまいました。ようやく念願叶ってその全容を紹介をして参りたいと思います。 from Substance Designer これは、100均の素材で作成した装置と、普通のミラーレス（Sony α7rm2）と普通のマクロレンズ（SEL90M28G）で身近な布を撮影し、普通のLightroomで写真を切り出し、普通のSubstanceDesignerで質感再現をしたものです。 自分たちでも驚くほど良くスキャンできたと思います。 もちろん、必要な道具さえあ
スタンフォード大学など、単眼カメラから人の動きと物体との相互作用における因果関係を学習する機械学習モデルを発表。行動予測に活用など
スタンフォード大学など、単眼カメラから人の動きと物体との相互作用における因果関係を学習する機械学習モデルを発表。行動予測に活用など 2019-02-21 スタンフォード大学やUberATGなどによる研究チームは、単眼カメラから人の動きと物体との相互作用における因果関係を学習する機械学習モデルを発表しました。 論文：Learning a Generative Model for Multi-Step Human-Object Interactions from Videos 著者：He Wang, Sören Pirk, Ersin Yumer, Vladimir G. Kim, Ozan Sener, Srinath Sridhar, Leonidas J. Guibas 所属：Stanford University, Uber ATG, Adobe Research, Intel La
Webカメラ + Azure Logic Apps + Azure Face API で訪問記録 - Qiita
はじめに Azureのサービスを利用してWebカメラの前に現れた人を記録する環境を構築したため、一例として記載します。 構築イメージ カメラの画像は、Webカメラ + Raspberry Pi + Windows 10 IoT Core + UWP で定期的にAzure Storageにアップロードするようにしました。 Azure Functionsを トリガー: Azure Storageへの格納 アクション: Logic Appsをキックするように設定しました。Azure Functionsの設定 Logic AppsはFace APIのDetect facesを使用して画像に人がいるか否かを判断しています。存在した場合はDocumentDBにjsonと画像を格納します。 Azure Storageの設定 Webカメラの設定 Azure Functionsの設定 参考 https://
社内共用カメラのすゝめ - クックパッド開発者ブログ
舘野 (id:secondlife / @hotchpotch) です。 クックパッドでは会社の中心にキッチンがあり、社員同士でランチやお菓子を作ったり、イベントを開いたりと社内のコミュニケーション用途で広く使われています。そんなキッチンで作られている様々な料理や、楽しそうなコミニュケーションをその場に居ない人にも伝えたいなー、どうにか伝える方法は無いのかな〜と思っていました。 そんな中、より良い組織を作るために の中でも触れられているコミニュケーション改善の話をしている最中、社内に共用のカメラが置いてあって、撮った写真が何もせずとも自動で社員が見れる場にアップロードするだけの仕組みを提供するだけでうまく行くかも、と思ったので2014年末に作ってみました。 サービスのコンセプト 作るときに盛り込んだコンセプトは以下の二点です。 運用コストがゼロ アップロードコストがゼロ 運用コストがゼロ
画像処理.com | キーエンス
画像処理.comでは、こんなことが学べます！ ラインの効率化や不良品検査など、FAを考える上で切っても切れない「画像処理」。 コストパフォーマンスを最大化する導入のためにはレンズの選定や照明などの設定、位置決めなど様々なノウハウが必要です。 ラインの目視検査を自動化したいと考えたことがある 画像処理（カメラ検査）を検討したが、難しそうだと導入をあきらめたことがある という方は、当社新人研修プロ講師が、画像処理について徹底解説するこのサイトをご利用ください。 画像処理に用いるハード（撮像素子CMOSやレンズ、照明など）やソフト（各種検査における画像処理の手法など）に関する基礎知識、また、現場での実践に役立つ基礎知識について解説します。さらに、画像処理に関する基礎知識を再確認したり、気軽に理解を深めたりすることができるクイズ集「画像処理理解度テスト」や、画像処理の歴史に関するトリビアもご用意。
1
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
