自動運転から、色々なAI RC Carまでのつながりをざっと見渡してみる - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 本記事は、AI RC Car Advent Calendar 2019の19日目です。 昨日は、 @arigadget氏による「AIカーをいろんなところで走らせてみた。」でした。 本内容は、技術書典7『30日で動かして学ぶ! 自動運転』第0.8版よりAdvent Calendar向けに抜粋、加筆したものです。 自動運転のこれまでと、これから AIカーの話に入る前に、自動運転全般の話をしましょう。人工知能、深層学習の適用先のひとつとして、自動車の自律走行が盛んに取り上げられます。 自動運転の歴史 現在の自動運転開発競争は、どのように始まっ
Edge TPU USB Acceleratorの解析 - 入出力データの転送 - Qiita
この記事について Google Coral Edge TPU USB Acceleratorの動作を解析します。 まずは、入出力サイズと速度の関係、データ転送時に何が起きているかを解析します。 元々は、Edge TPU内部の8MByte SRAMの使われ方を調べたり、どういうモデルを書けばEdge TPUの性能を引き出せるかを調べようと思っていました。 が、色々なOpのモデルを試したけど何か挙動が変だ -> 入出力のデータ転送周りか? -> Reshapeなど簡単なOpのモデルで試してみよう(Vengineerさんアドバイスm(_ _ )m) -> それでもなんか変だ -> 入出力に分けて解析する必要がありそう。 という流れで、まずは入出力Tensorのサイズがパフォーマンスに与える影響を調査することにしました。これをはっきりさせておけば、後々の解析で、余計な要因に悩まされないで済むはずで
Edge TPU の性能を引き出すためには？ - OPTiM TECH BLOG
はじめに オプティムの R&D チームで Deep な画像解析をやっている奥村です。 Edge TPU は NVIDIA GPU と同じような感覚で使うことはできません。NVIDIA GPU よりもメモリの制約が強く、Edge TPU の性能を引き出したり、複数のモデルを１つの Edge TPU で同時に実行するにはいくつかのコツが必要になります。Edge TPU Compiler | Coral をベースに、意訳・追記したものをメモしました。 Edge TPU はモデルのパラメータデータをキャッシュするための 8MB 程度の SRAM を持っており、ここにモデルが乗り切らない場合、都度外部メモリから Edge TPU にデータを転送する必要があるため、性能低下を引き起します。また、複数モデルを 1 つの Edge TPU で実行する場合、同時コンパイル (Co-Compile) しないと
Jetson Nanoに骨格検出を実現するソフト「tf-pose-estimation」をセットアップする方法 - Qiita
Jetson NanoでPose Estimation Jetson Nanoで骨格検出の技術を動かしてみます。「tf-pose-estimation」というソフトを使うと単眼カメラで人間の骨格検出をすることができます。詳しくは以下ブログ記事を参照下さい。 単眼カメラでKinectのように骨格検出する技術「Realtime Multi-Person Pose Estimation」を試してみた Jetson Nanoで「tf-pose-estimation」のセットアップ ほとんど以下の記事を参考にさせていただきました。おかげで詰まることなくセットアップできたので、本当に感謝です。 Jetson Nano に TensorFlow版のOpenpose入れてみる そのままだと付加価値がないので、上記のセットアップをコマンド一発で実行できるようにスクリプトにした上で、Raspberry Piカ
姿勢推定モデルの比較 for SFC - Qiita
こんにちは、今回のSFC Advent Calendar2019の13日目を担当することになったさいもんです。 13日の金曜日の当日ということですがジェイソンが出そうな夜遅くの森の中でこの記事を書いてました。 今回は予定通りに姿勢推定モデルの比較について語ろうと思います。 尚、この記事はSFC生向けに書いているということでMacがメイン環境の人向けに書いています。 Windows,Ubuntuユーザーの方はごめんなさいm(-_-)m まず姿勢推定モデルとはなんぞや 手元にある静止画や動画を入力すれば画面内の人間の座標情報を教えてくれるし、 静止画や動画などのすでにある画像データのみならずリアルタイムの動画も使えるという優れもの こんな風にね このモデルを使うことで以下の人間の17箇所（keypoint）の情報を出力してくれます。 Nose(鼻)、LeftEye(左目)、Right(右目)、
【技術解説】tf-pose-estimationを用いたオーディオコントローラーを作ってみた｜デザイニウム
こんにちは！デザイニウムのBBOY/エンジニアの平澤（@eatora22）です。今回は機械学習による骨格検出技術を用いたオーディオコントローラーのご紹介をしようと思います。 はじめにまずは以下のデモ動画をご覧ください。 Pose Audio Controller Demo using tf-pose-estimation & TouchDesigner.#deeplearning #creativecoding #generativeart #djing #designium pic.twitter.com/tzHCqSGHBK — hahTD (@eatora22) April 14, 2020 骨格検出用の機械学習モデルから得られた座標情報をもとにオーディオの再生速度や周波数特性をコントロールしています。これらは単眼カメラのみを用いて動かすことが可能です。 技術紹介骨格検出にはtf-p
東京〜大阪間往復、実質約7,000円！ 「Go To」地域共通クーポン開始で東海道新幹線の旅行がさらにお得に【コラム】 - TRAICY（トライシー）
東京〜大阪間往復、実質約7,000円！ 「Go To」地域共通クーポン開始で東海道新幹線の旅行がさらにお得に【コラム】 「Go To トラベルキャンペーン」は、地域共通クーポンの運用開始と、東京都の除外解除が10月1日から行われる。 これにより、日本国内の様々な旅行が国から半額支援される（通常時であれば）夢のようなキャンペーンが本格実施されることになる。 JR東海ツアーズの、東海道新幹線「ひさびさ旅割引」 TRAICY（トライシー）でも度々取り上げてきたが、JR東海やJR東海ツアーズが東海道新幹線の落ち込んだ需要喚起のために実施している「ひさびさ旅割引」。 のぞみ利用で東京〜大阪往復1万円以下！ 「Go To」と「新幹線ひさびさ旅割引」併用で衝撃価格【コラム】 https://www.traicy.com/posts/20200818178955/ のぞみ号で首都圏発大阪日帰り1.5万、関
Amazon、ドローン型セキュリティカメラを249ドルで発売へ
米Amazon.com傘下のRingは9月24日（現地時間）、自律型ドローンのセキュリティカメラ「Ring Always Home Cam」を発表した。価格は249ドル（約2万6000円）。米連邦通信委員会（FCC）の承認を得られ次第発売する計画だ。 顧客から、数台のセキュリティカメラを設置しても家全体が見えないというフィードバックが多かったことから開発したという。 Ring Always Home Camは、予め覚えさせた屋内のルートを飛びながら録画する。プライバシーに配慮し、飛行中にのみ録画し、飛行中は一定の音を発するので、人がいれば録画していることに気づけるようになっている。また、手動で制御はできず、決めたルート以外から録画することもない。それでもルート上に障害物があれば、回避する。 Ringのホームセキュリティシステム「Ring Alarm」と連携させれば、例えば窓に設置したアラー
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
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
