Successfully reported this slideshow.
Your SlideShare is downloading. ×

Access internal study-session

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Upcoming SlideShare
Askul internal study-session
Askul internal study-session
Loading in …3
×

Check these out next

1 of 32 Ad

More Related Content

Similar to Access internal study-session (20)

Recently uploaded (20)

Advertisement

Access internal study-session

  1. 1. 私とエッジデバイスと OBJECT DETECTION IoT先端2課インターン生 鹿児島大学大学院 理工学研究科 GANGAN(岩丸 慎平)
  2. 2. Agenda • About me • エッジコンピューティング • Object Detection • Demo • まとめ 2
  3. 3. About me • 出身:福岡県 • 専攻:情報生体システム工学専攻 • 北九州高専(制御情報工学科) → 鹿児島大学(情報生体システム工学科) • 趣味:ダンス,アニメ観賞,開発 5
  4. 4. 今までやってきたこと • 研究:イルミネーションと内部状態に関する研究 • LINEBOTを用いたダンスイベントの エントリーシステム企画、開発および運用(業界初) • Pythonを用いてイベントの裏方作業を 自動化および効率化 6
  5. 5. 今までやってきたこと • 研究:イルミネーションと内部状態に関する研究 • LINEBOTを用いたダンスイベントの エントリーシステム企画、開発および運用(業界初) • Pythonを用いてイベントの裏方作業を 自動化および効率化 7 基本的におもちゃ(デバイス)を触って遊んでます
  6. 6. GANGAN’s 関連キーワード • Raspberry Pi・Arduino・Jetson Nano(帰ってから) • Google Coral Edge TPU(GCPのAutoML Vision Edgeらへんです) • 深層学習(物体検出・自然言語とかは少々) • 深層学習を用いた物体検出 • AWS (主にAWS IoT) • Azure (IoTらへん) • GAS (イベント用のLINE BOT) • エッジコンピューティング • IoT • Python • ダンススタッフ・イベント裏方改善 8
  7. 7. 9
  8. 8. エッジコンピューティングを ご存知ですか? 10
  9. 9. エッジデバイスを ご存知ですか? 11
  10. 10. IoTシステムの例 12 AWS Lambda Amazon S3 AWS Cloud AWS IoT CoreIoT Devices
  11. 11. 13 AWS Lambda Amazon S3 AWS Cloud AWS IoT CoreIoT Devices エッジデバイス
  12. 12. 14 AWS Lambda Amazon S3 AWS Cloud AWS IoT CoreIoT Devices エッジデバイス
  13. 13. AWS Cloud AWS Lambda Amazon S3 AWS IoT CoreIoT Devices Amazon DynamoDB k-rubyなので Rubyで実装 作っていたシステム 15
  14. 14. AWS Cloud AWS Lambda Amazon S3 AWS IoT CoreIoT Devices Amazon DynamoDB k-rubyなので Rubyで実装 作って”いた”システム 出来たら よかったなあ 16
  15. 15. AWS IoT Greengrass • AWSが展開するエッジコンピューティングサービス 17
  16. 16. OBJECT DETECTIONとは? 18
  17. 17. Object Detectionとは? • オブジェクト検出は、デジタル画像やビデオで特定のクラス(人間、建物、 車など)のセマンティックオブジェクトのインスタンスを検出するコン ピュータービジョンと画像処理に関連するコンピューターテクノロジーで す。よく知られているオブジェクト検出の領域には、顔検出と歩行者検出 が含まれます。物体検出は、画像検索やビデオ監視など、コンピューター ビジョンの多くの分野で応用されています(出典:Wikipedia) 19
  18. 18. 20
  19. 19. 21
  20. 20. モデル 22
  21. 21. モデル 23
  22. 22. Object Detectionに関するサービス • GCP:Cloud Auto ML(特にAuto ML Vision) • AWS:AWS SageMaker • Azure:Custom Vision Service 24
  23. 23. Object Detectionに関するサービス • GCP:Cloud Auto ML(特にAuto ML Vision) • AWS:AWS SageMaker • Azure:Custom Vision Service 25
  24. 24. Object Detectionに関するサービス • GCP:Cloud Auto ML(特にAuto ML Vision) • AWS:AWS SageMaker • Azure:Custom Vision 26
  25. 25. Object Detectionに関するサービス • GCP:Cloud Auto ML(特にAuto ML Vision) • AWS:AWS SageMaker • Azure:Custom Vision 27
  26. 26. デモを試してみます 28
  27. 27. デモを試しません 29
  28. 28. デモでやりたかったこと 30
  29. 29. アーキテクチャ 31 モデル:PoseNet 言語:Python
  30. 30. アーキテクチャ(今後の実験予定) 32 モデル:PoseNet 言語:Python Jetson Nano
  31. 31. まとめ 33
  32. 32. まとめ • Object Detection、エッジコンピューティングに関する紹介および 簡単なデモ • それぞれの詳細は備忘録を参照ください。 • インターンやLT発表、案件などもお待ちしてます。 34

×