[B! deeplearning][システム] slay-tのブックマーク

slay-t id:slay-t

deeplearningとシステムに関するslay-tのブックマーク (2)

《日経Robotics》PFNの深層学習ベース外観検査製品、40社超が購入、CPU版ランタイムは無償提供で自社製のMenoh利用
Preferred Networksのディープラーニング技術ベースの外観検査システム「Preferred Networks Visual Inspection（PVI）」が納入先を広げている。2018年10月の発売以降、これまでに累計で40社超が購入し、現場での本格稼働に向けて評価をしている。 PVIは、製造業などの生産現場において、製品をカメラで撮影し不良がないかどうかなどの異常検知をするシステムである（図1、図2）。 256×256画素ほどのRGB画像を、DNN（deep neural network）に入力し、不良か正常かを判定する。
slay-t 2019/11/12
学習

CPU

システム

deeplearning
リンク
東工大、0.5秒後の相手の動きをリアルタイムに予測するdeep learningを用いた格闘訓練システム「FuturePose」発表
東工大、0.5秒後の相手の動きをリアルタイムに予測するdeep learningを用いた格闘訓練システム「FuturePose」発表 2019-04-23 東京工業大学による研究チームは、0.5秒後の相手の動きをリアルタイムに予測し格闘の訓練ができるdeep learningを用いたシステム「FuturePose」を発表しました。論文：FuturePose – Mixed Reality Martial Arts Training Using Real-Time 3D Human Pose Forecasting With a RGB Camera 著者：Erwin Wu ; Hideki Koike 所属：Tokyo Institute of Techno logy 本論文は、1台のRGBカメラによる画像から0.5秒後の相手の動きをリアルタイムに予測するdeep learningを用いた
slay-t 2019/04/24
システム

deeplearning

VR

it
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

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

設定を変更しましたx