Better Brain,
Better Chain.

scroll

NEWS

  • 2018.08.27
    ディープラーニングフレームワーク「AILIA」をリリースしました
    詳細は、プレスリリースをご確認ください

ABOUT AILIA

AILIAの特徴

物体検出・画像分類・特徴抽出。
学習済み係数で、ディープラーニングが簡単にあなたの手に。

エッジ(端末)側での推論に特化した
ディープラーニングフレームワークSDK
Windows/Mac/iOS/Androidへの
マルチプラットフォーム対応
完全自社開発で組み込み系にも
ポーティング可能

POINT01

ユーティリティクラスを提供
学習済み係数で簡単に使える

  • 物体検出
  • 画像分類
  • 特徴抽出

AILIAでは学習済み係数と画像を与えるだけで簡単に画像認識を実装することができます。
従来、必要であった前処理と後処理のコードをAILIAのユーティリティクラスが提供します。
インターネット上で公開されている動作確認済みの学習済み係数や、
パートナーが提供する学習済み係数を使用することで、簡単にやりたいことを実現します。

学習済み係数一覧

POINT02

Unity Pluginを提供

AILIAはUnity Pluginを提供します。
Unityを使用することで簡単にWebカメラの映像を取り込むことができ、AILIAのC# APIを使用して画像認識を実装することができます。
また、認識結果を3Dモデルに反映することや、仮想環境をUnity上で構築して、認識の試験をすることができます。

POINT03

重み係数の圧縮に対応

AILIAは独自の重み係数圧縮を搭載しています。
学習済みの重み係数をエッジ側のデバイスに圧縮して転送することで、通信時間やストレージを1/3まで節約することができます。

POINT04

FPGA向けのハードウェアIPで組み込み機器での認識に対応(予定)

AILIAは当社が開発中のFPGA向けハードウェアIPに対応予定です。
PCと共通のAPIで組み込み機器における画像認識をサポートします。

DEMO

デモムービー

YOLOによる物体検出

YOLOの学習済み係数を使用して人や車などの位置を検出することができます。
Darknetを使用して独自に学習を行った係数を読み込ませることも可能です。

Gender/Age/EmotionNetによる性別、年齢、感情推定

YOLO Faceを使用して顔を検出した後、顔画像に対して各種ネットワークを適用することで、
性別や年齢、感情を推定することができます。

VGG16による特徴抽出

VGG16を使用することで画像から特徴量を抽出することができます。
特徴量同士の距離を計算することで、画像の類似度を計算することができ、
画像検索エンジンなどを簡単に実装することができます。

AILIA Analyzerで内部状態の出力、認識過程の可視化が可能。
中間層を出力できるためVGG16の検索エンジン利用なども可能

CUSTOMIZE

カスタマイズした認識が可能

KerasやDarknetからAILIAで読み込める形式に変換できるファイルを同梱しているので
簡単なスクリプトで変換可能

<Keras>

import keras2caffe
keras2caffe.convert(model,"my_model.prototxt","my_model.caffemodel")

<Darknet>

python darknet2caffe.py yolo.cfg yolo.weights yolo.prototxt yolo.caffemodel

以下のレイヤー/ネットワークに対応。
未対応なものの追加もサポート可能

<対応レイヤー>

keras caffe ailia
InputLayer data data
Conv2D Convolution Convolution
SeparableConv2D Convolution Convolution
DepthwiseConv2D Convolution Convolution
BatchNormalization BatchNorm BatchNorm
Dense InnerProduct InnerProduct
Activation ReLU Sofmax ReLU Sofmax
Cropping2D Crop Crop
Concatenate , Merge Concat Concat
Add Eltwise Eltwise
Flatten Flatten Flatten
MaxPooling2D Pooling Pooling
AveragePooling2D Pooling Pooling
Dropout Dropout Dropout
GlobalAveragePooling2D Pooling Pooling
ZeroPadding2D Pooling Pooling
Not Implemented LRN LRN

<ネットワーク>

・AlexNet  ・InceptionV3 ・XceptionV1 ・VGG16 
・SqueezeNet ・MobileNet ・LeNet ・Yolo

CASE STUDY

利用例

Unityを使用したインタラクティブサイネージ

デジタルサイネージの前にいる人の位置や姿勢を検出して、
3Dキャラクターが適切なアクションをすることで、
インタラクションが楽しめるサイネージを実装することができます。

受付システムにおける人物検出

画像認識によって来場者を検出することで、
来訪先のアノテーションなどを提示することができます。

実店舗Analyticsにおける 人数カウント

画像認識によって実店舗の来客数や性別・年齢を計測することで、
マーケティングデータとして活用することができます。

SPEC

仕様および提供物

項目 仕様
入力形式 prototxt, caffemodel
対応OS Windows, Mac, iOS, Android, (FPGA)
ライブラリ形式 Static, Dynamic
アクセラレータ IntelMKL, Accelerate.framework
SIMD命令セット SSE2, AVX, NEON
GPGPU C++AMP, OpenCL

CONTACT

お問い合わせ

お問い合わせありがとうございます。
弊社担当者よりご連絡させていただきます。

・「Unity」は、Unity Technologiesが日本およびその他の国において保有する商標または登録商標です。
・Windowsは、米国Microsoft Corporationの米国及びその他の国における登録商標です。
・Androidは、Google Inc.の商標です。
・Macは、Apple Inc.の商標です。
・その他記載されている商品・サービスは各社の商標です。

学習済み係数一覧

AILIAで動作確認済みの学習済みモデル

パブリック

インターネット上で公開されている学習済み係数

用途 詳細 アルゴリズム プロジェクトページ ライセンス 係数のダウンロード
物体認識 物体の位置と種類(20カテゴリ)を認識します。 YOLOv1 https://pjreddie.com/darknet/yolov1/ Darknet

ダウンロード(zip)

容量:1.42GB

顔認識 顔の位置を認識します。 YOLOv1 https://github.com/dannyblueliu/YOLO-Face-detection Darknet

ダウンロード(zip)

容量:156.6MB

物体認識 画像の写っている物体(1000カテゴリ)を識別します。高精度です。 VGG16 https://keras.io/ja/applications/ CC

ダウンロード(zip)

容量:490MB

物体認識 画像の写っている物体(1000カテゴリ)を識別します。高速です。 SqueezeNet https://github.com/rcmalli/keras-squeezenet MIT

ダウンロード(zip)

容量:4.4MB

性別推定・
感情推定
性別もしくは感情を推定します。 miniXception https://github.com/oarriaga/face_classification MIT

ダウンロード(zip)

容量:217.8KB

性別推定・
年齢推定
性別もしくは年齢を推定します。高速です。 Alexnet https://gist.github.com/GilLevi/c9e99062283c719c03de サイト参照

ダウンロード(zip)

容量:712B

性別推定・年齢推定 性別もしくは年齢を推定します。高精度です。 VGG https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/ サイト参照

ダウンロード(zip)

容量:681KB

オプション

アクセルとパートナー企業が提供する
有償の学習済み係数

用途 詳細 係数のダウンロード
骨格推定 人の骨格を検出します。 現在準備中です。お問い合わせください。
フェ−シャルランドマーク検出 人の顔のランドマークを検出します。 現在準備中です。お問い合わせください。

学習済みモデル公開サイト(参考)

・Caffeの学習済みモデル一覧

https://github.com/BVLC/caffe/wiki/Model-Zoo