Deep Learningを使うには、問題設定に合致するデータが大量に必要になります。画像データであれば、実際に現地での撮影し、様々な状況を想定しながら地道に少しずつデータを蓄積させる必要があり、簡単ではありません。更に、それらのデータにラベルを付けて、分類して・・・となると多大な労力がかかります。 今回は、Deep Learningで使う学習用データを、ISPが持つ高品位合成技術を用いて作成し、Deep Learningの学習で良い結果を示せたので紹介します。 by Kondo Takanori 2016/1/20 ISPの取り組み~つくばチャレンジ~ ISPでは、近年培ったDeep Learningのノウハウをロボティクスに応用したいと考え、その一環として宇都宮大学の尾崎研究室のグループと共同研究で「つくばチャレンジ」に参加しました。 つくばチャレンジ 自律走行ロボットがこなすべき課題
![Deep Learningで用いるデータを「生成」してみた - 技ラボ](https://cdn-ak-scissors.b.st-hatena.com/image/square/1a1cc7b28dbd10933748ad2b88eaf3e9a49b3225/height=288;version=1;width=512/https%3A%2F%2Fwazalabo.com%2Fwp-content%2Fuploads%2F2016%2F04%2FDL_thmb.jpg)