Submit Search
Upload
【第33回コンピュータビジョン勉強会@関東】OpenVX、 NVIDIA VisionWorks使ってみた
•
10 likes
•
9,566 views
Yasuhiro Yoshimura
Follow
【第33回コンピュータビジョン勉強会@関東】OpenVX、 NVIDIA VisionWorks使ってみた
Read less
Read more
Technology
Report
Share
Report
Share
1 of 34
Download now
Download to read offline
Recommended
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
Deep Learning JP
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
ManaMurakami1
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
nlab_utokyo
画像生成・生成モデル メタサーベイ
画像生成・生成モデル メタサーベイ
cvpaper. challenge
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII
モデル高速化百選
モデル高速化百選
Yusuke Uchida
Recommended
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
Deep Learning JP
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正前 typoあり)」
ManaMurakami1
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
nlab_utokyo
画像生成・生成モデル メタサーベイ
画像生成・生成モデル メタサーベイ
cvpaper. challenge
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII
モデル高速化百選
モデル高速化百選
Yusuke Uchida
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
Takahito Tejima
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
エピック・ゲームズ・ジャパン Epic Games Japan
オープンソースで構築するWebメタバース ~Mozilla Hubsで学ぶUX開発から運用コスト最小化まで #CEDEC2022
オープンソースで構築するWebメタバース ~Mozilla Hubsで学ぶUX開発から運用コスト最小化まで #CEDEC2022
GREE VR Studio Lab
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
cvpaper. challenge
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Yusuke Uchida
ゴリラテスト モバイルゲームのUIを自動的に検出・操作する モンキーテスト
ゴリラテスト モバイルゲームのUIを自動的に検出・操作する モンキーテスト
KLab Inc. / Tech
MediaPipeの紹介
MediaPipeの紹介
emakryo
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Norishige Fukushima
Unityネイティブプラグインマニアクス #denatechcon
Unityネイティブプラグインマニアクス #denatechcon
DeNA
点群を使いこなせ! 可視化なんて当たり前、xRと点群を組み合わせたUnityの世界 【Interact , Stipple】
点群を使いこなせ! 可視化なんて当たり前、xRと点群を組み合わせたUnityの世界 【Interact , Stipple】
Unity Technologies Japan K.K.
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
Deep Learning JP
LiDARとSensor Fusion
LiDARとSensor Fusion
Satoshi Tanaka
【DL輪読会】HexPlaneとK-Planes
【DL輪読会】HexPlaneとK-Planes
Deep Learning JP
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
シェーダーを活用した3Dライブ演出のアップデート ~『ラブライブ!スクールアイドルフェスティバル ALL STARS』(スクスタ)の開発事例~
シェーダーを活用した3Dライブ演出のアップデート ~『ラブライブ!スクールアイドルフェスティバル ALL STARS』(スクスタ)の開発事例~
KLab Inc. / Tech
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
深層学習によるHuman Pose Estimationの基礎
深層学習によるHuman Pose Estimationの基礎
Takumi Ohkuma
【第45回コンピュータビジョン勉強会@関東】NVIDIA VisionWorks Tips紹介
【第45回コンピュータビジョン勉強会@関東】NVIDIA VisionWorks Tips紹介
Yasuhiro Yoshimura
OWIN - .NETにおけるPSGI -
OWIN - .NETにおけるPSGI -
将 高野
More Related Content
What's hot
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
Takahito Tejima
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
エピック・ゲームズ・ジャパン Epic Games Japan
オープンソースで構築するWebメタバース ~Mozilla Hubsで学ぶUX開発から運用コスト最小化まで #CEDEC2022
オープンソースで構築するWebメタバース ~Mozilla Hubsで学ぶUX開発から運用コスト最小化まで #CEDEC2022
GREE VR Studio Lab
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
cvpaper. challenge
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Yusuke Uchida
ゴリラテスト モバイルゲームのUIを自動的に検出・操作する モンキーテスト
ゴリラテスト モバイルゲームのUIを自動的に検出・操作する モンキーテスト
KLab Inc. / Tech
MediaPipeの紹介
MediaPipeの紹介
emakryo
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Norishige Fukushima
Unityネイティブプラグインマニアクス #denatechcon
Unityネイティブプラグインマニアクス #denatechcon
DeNA
点群を使いこなせ! 可視化なんて当たり前、xRと点群を組み合わせたUnityの世界 【Interact , Stipple】
点群を使いこなせ! 可視化なんて当たり前、xRと点群を組み合わせたUnityの世界 【Interact , Stipple】
Unity Technologies Japan K.K.
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
Deep Learning JP
LiDARとSensor Fusion
LiDARとSensor Fusion
Satoshi Tanaka
【DL輪読会】HexPlaneとK-Planes
【DL輪読会】HexPlaneとK-Planes
Deep Learning JP
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
シェーダーを活用した3Dライブ演出のアップデート ~『ラブライブ!スクールアイドルフェスティバル ALL STARS』(スクスタ)の開発事例~
シェーダーを活用した3Dライブ演出のアップデート ~『ラブライブ!スクールアイドルフェスティバル ALL STARS』(スクスタ)の開発事例~
KLab Inc. / Tech
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
深層学習によるHuman Pose Estimationの基礎
深層学習によるHuman Pose Estimationの基礎
Takumi Ohkuma
What's hot
(20)
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
オープンソースで構築するWebメタバース ~Mozilla Hubsで学ぶUX開発から運用コスト最小化まで #CEDEC2022
オープンソースで構築するWebメタバース ~Mozilla Hubsで学ぶUX開発から運用コスト最小化まで #CEDEC2022
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
ゴリラテスト モバイルゲームのUIを自動的に検出・操作する モンキーテスト
ゴリラテスト モバイルゲームのUIを自動的に検出・操作する モンキーテスト
MediaPipeの紹介
MediaPipeの紹介
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Unityネイティブプラグインマニアクス #denatechcon
Unityネイティブプラグインマニアクス #denatechcon
点群を使いこなせ! 可視化なんて当たり前、xRと点群を組み合わせたUnityの世界 【Interact , Stipple】
点群を使いこなせ! 可視化なんて当たり前、xRと点群を組み合わせたUnityの世界 【Interact , Stipple】
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
LiDARとSensor Fusion
LiDARとSensor Fusion
【DL輪読会】HexPlaneとK-Planes
【DL輪読会】HexPlaneとK-Planes
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
シェーダーを活用した3Dライブ演出のアップデート ~『ラブライブ!スクールアイドルフェスティバル ALL STARS』(スクスタ)の開発事例~
シェーダーを活用した3Dライブ演出のアップデート ~『ラブライブ!スクールアイドルフェスティバル ALL STARS』(スクスタ)の開発事例~
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
深層学習によるHuman Pose Estimationの基礎
深層学習によるHuman Pose Estimationの基礎
Similar to 【第33回コンピュータビジョン勉強会@関東】OpenVX、 NVIDIA VisionWorks使ってみた
【第45回コンピュータビジョン勉強会@関東】NVIDIA VisionWorks Tips紹介
【第45回コンピュータビジョン勉強会@関東】NVIDIA VisionWorks Tips紹介
Yasuhiro Yoshimura
OWIN - .NETにおけるPSGI -
OWIN - .NETにおけるPSGI -
将 高野
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考える
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考える
david9142
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
Shinya Nakajima
~ Build と言えば やっぱり Developer! ~ Microsoft 開発ツール最新アップデート
~ Build と言えば やっぱり Developer! ~ Microsoft 開発ツール最新アップデート
Akira Inoue
node-webkit
node-webkit
Takuji Shimokawa
20161022 Linux on Azureの世界
20161022 Linux on Azureの世界
Takayoshi Tanaka
Visual Studio を使わず .NET する
Visual Studio を使わず .NET する
m ishizaki
Intel OpenVINO™ ツールキットのご紹介
Intel OpenVINO™ ツールキットのご紹介
Hiroshi Ouchiyama
【BS13】チーム開発がこんなにも快適に!コーディングもデバッグも GitHub 上で。 GitHub Codespaces で叶えられるシームレスな開発
【BS13】チーム開発がこんなにも快適に!コーディングもデバッグも GitHub 上で。 GitHub Codespaces で叶えられるシームレスな開発
日本マイクロソフト株式会社
20150421 Geeks Night @ Money Foward
20150421 Geeks Night @ Money Foward
Naoki Shimizu
OSC2013 Tokyo Spring OpenStack Overview
OSC2013 Tokyo Spring OpenStack Overview
irix_jp
なぜあなたのプロジェクトのDevSecOpsは形骸化するのか(CloudNative Security Conference 2022)
なぜあなたのプロジェクトのDevSecOpsは形骸化するのか(CloudNative Security Conference 2022)
Masaya Tahara
クラウドアプリケーションの マルチプロセス・プログラミングモデル を実現する「Data Center Kernel」
クラウドアプリケーションの マルチプロセス・プログラミングモデル を実現する「Data Center Kernel」
Etsuji Nakai
Java in the World of Container by David Buck
Java in the World of Container by David Buck
オラクルエンジニア通信
お待たせしました! 真の VDI on Azure がついに実現します!~ Citrix と Microsoft のタッグがもたらす次世代型クラウド・デス...
お待たせしました! 真の VDI on Azure がついに実現します!~ Citrix と Microsoft のタッグがもたらす次世代型クラウド・デス...
Takamasa Maejima
Windows serverとインフラ関連アップデート
Windows serverとインフラ関連アップデート
Tsukasa Kato
Qlik Sense Extension開発 - Extensionの概要から実際の開発詳細まで
Qlik Sense Extension開発 - Extensionの概要から実際の開発詳細まで
QlikPresalesJapan
MicrosoftのOSSへの取り組み
MicrosoftのOSSへの取り組み
Shinichiro Arai
INF-015_そこのコンテナ、うまく積めてるね! ~Windows アプリケーション コンテナの展開と運用~
INF-015_そこのコンテナ、うまく積めてるね! ~Windows アプリケーション コンテナの展開と運用~
decode2016
Similar to 【第33回コンピュータビジョン勉強会@関東】OpenVX、 NVIDIA VisionWorks使ってみた
(20)
【第45回コンピュータビジョン勉強会@関東】NVIDIA VisionWorks Tips紹介
【第45回コンピュータビジョン勉強会@関東】NVIDIA VisionWorks Tips紹介
OWIN - .NETにおけるPSGI -
OWIN - .NETにおけるPSGI -
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考える
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考える
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
~ Build と言えば やっぱり Developer! ~ Microsoft 開発ツール最新アップデート
~ Build と言えば やっぱり Developer! ~ Microsoft 開発ツール最新アップデート
node-webkit
node-webkit
20161022 Linux on Azureの世界
20161022 Linux on Azureの世界
Visual Studio を使わず .NET する
Visual Studio を使わず .NET する
Intel OpenVINO™ ツールキットのご紹介
Intel OpenVINO™ ツールキットのご紹介
【BS13】チーム開発がこんなにも快適に!コーディングもデバッグも GitHub 上で。 GitHub Codespaces で叶えられるシームレスな開発
【BS13】チーム開発がこんなにも快適に!コーディングもデバッグも GitHub 上で。 GitHub Codespaces で叶えられるシームレスな開発
20150421 Geeks Night @ Money Foward
20150421 Geeks Night @ Money Foward
OSC2013 Tokyo Spring OpenStack Overview
OSC2013 Tokyo Spring OpenStack Overview
なぜあなたのプロジェクトのDevSecOpsは形骸化するのか(CloudNative Security Conference 2022)
なぜあなたのプロジェクトのDevSecOpsは形骸化するのか(CloudNative Security Conference 2022)
クラウドアプリケーションの マルチプロセス・プログラミングモデル を実現する「Data Center Kernel」
クラウドアプリケーションの マルチプロセス・プログラミングモデル を実現する「Data Center Kernel」
Java in the World of Container by David Buck
Java in the World of Container by David Buck
お待たせしました! 真の VDI on Azure がついに実現します!~ Citrix と Microsoft のタッグがもたらす次世代型クラウド・デス...
お待たせしました! 真の VDI on Azure がついに実現します!~ Citrix と Microsoft のタッグがもたらす次世代型クラウド・デス...
Windows serverとインフラ関連アップデート
Windows serverとインフラ関連アップデート
Qlik Sense Extension開発 - Extensionの概要から実際の開発詳細まで
Qlik Sense Extension開発 - Extensionの概要から実際の開発詳細まで
MicrosoftのOSSへの取り組み
MicrosoftのOSSへの取り組み
INF-015_そこのコンテナ、うまく積めてるね! ~Windows アプリケーション コンテナの展開と運用~
INF-015_そこのコンテナ、うまく積めてるね! ~Windows アプリケーション コンテナの展開と運用~
Recently uploaded
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
Hiroshi Tomioka
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
Recently uploaded
(9)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
【第33回コンピュータビジョン勉強会@関東】OpenVX、 NVIDIA VisionWorks使ってみた
1.
OpenVX、 NVIDIA VisionWorks使ってみた 第33回コンピュータビジョン勉強会@関東 2016/4/17 @dandelion1124
2.
自己紹介 Twitter ID:@dandelion1124 webpage: http://atinfinity.github.io/ •
学生時代は画像処理、VRの研究に従事 • 現在は都内勤務エンジニア • Build InsiderにてOpenCV入門 (http://www.buildinsider.net/small/opencv)を連載中
3.
本日のアジェンダ • OpenVX – OpenVXとは –
サンプルコード – OpenVX Implementation • NVIDIA VisionWorks – NVIDIA VisionWorksとは
4.
OpenVXとは • クロノス・グループが仕様策定しているコンピュータビジョン アプリケーション向けのライブラリ、フレームワーク • ターゲットは低消費電力、リアルタイムのアプリケーション •
様々なヘテロジニアスプロセッサ間の移植性 – DSP、GPU、マルチコアCPU etc… • 目的の処理を連結グラフで記述(詳細は後述) https://www.khronos.org/openvx/
5.
OpenVXで定義されるデータ構造 • vx_image – 画像データを格納する型 •
vx_array – arrayデータを格納する型 • vx_matrix – 行列データを格納する型
6.
OpenVXで定義されるデータ構造 • vx_status – ステータスを表すenum値 •
VX_SUCCESS • VX_ERROR_NO_MEMORY • VX_ERROR_INVALID_VALUE etc... – 詳細はOpenVX仕様書、vx_status_eのenum値を参照の こと。
7.
OpenVXで定義されるデータ構造 • vx_node – 目的の処理を記述するための処理単位 –
OpenVXではプリミティブな処理(フィルタ処理、色変換 etc…)を規定 • vx_graph – vx_nodeによって処理とデータの流れを記述した連結グラ フ
8.
• Sobelフィルタの処理を記述したグラフ構成例 OpenVXで定義されるデータ構造 Sobel3x3 Magnitude dx dy Convert Depth mag
dstsrc 画像データ ノード
9.
OpenVXで定義されるデータ構造 • グラフのライフサイクル Graph Construction Graph
Verification Graph Execution Graph Deconstruction data updates reference changes OpenVX specification v1.0.1から引用
10.
OpenVXで処理時間を測る • graphの処理時間を測る • nodeの処理時間を測る vx_perf
perf; vxQueryGraph(graph1, VX_GRAPH_ATTRIBUTE_PERFORMANCE, &perf, sizeof(perf)); std::cout << (perf.tmp / 1000000.0) << “[ms]” << std::endl; vx_perf perf; vxQueryNode(node1, VX_NODE_ATTRIBUTE_PERFORMANCE, &perf, sizeof(perf)); std::cout << (perf.tmp / 1000000.0) << “[ms]” << std::endl;
11.
サンプルコード(OpenVX) • context生成 • image生成 •
graph生成 • node生成 • graph検証 • graph実行 • node破棄 • graph破棄 • image破棄 • context破棄 初期化 Vision処理 後処理
12.
サンプルコード(OpenVX) vx_context context =
vxCreateContext(); vx_image src; vx_image dst; vx_graph graph = vxCreateGraph(context); vx_node node = vxColorConvertNode(graph, src, dst); vxVerifyGraph(graph); vxProcessGraph(graph); vxReleaseNode(&node); vxReleaseGraph(&graph); vxReleaseImage(&vx_src); vxReleaseImage(&vx_dst); vxReleaseContext(&context); ①初期化 ②Vision処理 ③後処理
13.
サンプルコード(OpenVX) vx_context context =
vxCreateContext(); vx_image src; vx_image dst; vx_graph graph = vxCreateGraph(context); vx_node node = vxColorConvertNode(graph, src, dst); vxVerifyGraph(graph); vxProcessGraph(graph); vxReleaseNode(&node); vxReleaseGraph(&graph); vxReleaseImage(&vx_src); vxReleaseImage(&vx_dst); vxReleaseContext(&context); ②Vision処理 ③後処理 context生成 image生成 画像データをコピーする 処理は時間の都合上割愛。
14.
サンプルコード(OpenVX) vx_context context =
vxCreateContext(); vx_image src; vx_image dst; vx_graph graph = vxCreateGraph(context); vx_node node = vxColorConvertNode(graph, src, dst); vxVerifyGraph(graph); vxProcessGraph(graph); vxReleaseNode(&node); vxReleaseGraph(&graph); vxReleaseImage(&vx_src); vxReleaseImage(&vx_dst); vxReleaseContext(&context); ②Vision処理 ③後処理 graph生成 node生成 このサンプルは 色変換のnode graph検証 graphが正しく作られて いればVX_SUCCSESSが 返ってくる
15.
サンプルコード(OpenVX) vx_context context =
vxCreateContext(); vx_image src; vx_image dst; vx_graph graph = vxCreateGraph(context); vx_node node = vxColorConvertNode(graph, src, dst); vxVerifyGraph(graph); vxProcessGraph(graph); vxReleaseNode(&node); vxReleaseGraph(&graph); vxReleaseImage(&vx_src); vxReleaseImage(&vx_dst); vxReleaseContext(&context); ③後処理 graph実行 graphの記述に沿った 処理が実行される
16.
サンプルコード(OpenVX) vx_context context =
vxCreateContext(); vx_image src; vx_image dst; vx_graph graph = vxCreateGraph(context); vx_node node = vxColorConvertNode(graph, src, dst); vxVerifyGraph(graph); vxProcessGraph(graph); vxReleaseNode(&node); vxReleaseGraph(&graph); vxReleaseImage(&vx_src); vxReleaseImage(&vx_dst); vxReleaseContext(&context); 後処理
17.
OpenVX Implementation OpenVX Implementationとして有名どころは以下の2つ。 •
AMD OpenVX (AMDOVX) – http://gpuopen.com/compute-product/amd-openvx/ • NVIDIA VisionWorks – https://developer.nvidia.com/embedded/visionworks 参考URL:https://www.khronos.org/openvx/resources
18.
AMD OpenVX(AMDOVX) • AMD
APP SDKを使ったOpenVX Implementation – OpenCL v2.0以降の機能を用いて実装されている • C++11以降をサポートしているコンパイラが必要 • オープンソース!(なのでソースコードが読める) – https://github.com/GPUOpen-ProfessionalCompute- Libraries/amdovx-core • Windows上での環境構築方法をまとめました https://github.com/atinfinity/lab/wiki/AMD-OpenVX- %28AMDOVX%29%E3%81%AE%E7%92%B0%E5%A2%83%E6%A7%8B%E7%A F%89
19.
NVIDIA VisionWorks • CUDAを使ったOpenVX
Imprementation • 2016/4/8時点で最新のVisionWorks v1.0を使うには CUDA Toolkit v7.0のインストールが必要 • Jetson TK1、TX1でも動作する! – JetPack(https://developer.nvidia.com/embedded/jetpack)をイ ンストールすることでVisionWorksが使える • Webinarも用意されている https://developer.nvidia.com/embedded/learn/tutorials#collapseVisionWork s
20.
OpenVX Implementation OpenVX Implementationとして有名どころは以下の2つ。 •
AMD OpenVX (AMDOVX) – http://gpuopen.com/compute-product/amd-openvx/ • NVIDIA VisionWorks – https://developer.nvidia.com/embedded/visionworks 参考URL:https://www.khronos.org/openvx/resources (主に宗教上の理由で)今回はこちらを使ってみました
21.
NVIDIA VisionWorks VisionWorksの構成はざっくりとこんな感じらしい。 CUDA VisionWorks Toolkit VisionWorks Primitives VisionWorks Framework Application
Code http://on-demand.gputechconf.com/gtc/2014/presentations/S4714-nvidia-vision-toolkit-adas- photography.pdf
22.
NVIDIA VisionWorks VisionWorksの構成はざっくりとこんな感じらしい。 CUDA VisionWorks Toolkit VisionWorks Primitives VisionWorks Framework Application
Code OpenVX API NVIDIA Extension OpenVX Framework NVIDIA Extension http://on-demand.gputechconf.com/gtc/2014/presentations/S4714-nvidia-vision-toolkit-adas- photography.pdf
23.
NVIDIA VisionWorks OpenVX Node OpenVX Node VisionWorks Node VisionWorks Node http://on-demand.gputechconf.com/gtc/2014/presentations/S4714-nvidia-vision-toolkit-adas-photography.pdf OpenVX Graph VisionWorks
Node(CUDAを使って実装されたNode)を 使うことでGPUの恩恵を受けることができる ※VisionWorks NodeはOpenVX Nodeとして扱える
24.
NVIDIA VisionWorksの機能 • Image
Arithmetic – Add/Subtract/Multiply – Not/Or/And/Xor – LUT – Color Convert etc… • Flow – Median Flow – Optical Flow etc… • Depth – Stereo Block Matching – Semi-Global Matching etc… • Geometric Transform – Affine Warp – Flip Image – Remap – Scale Image etc… https://developer.nvidia.com/embedded/visionworks から抜粋
25.
NVIDIA VisionWorksの機能 • Filters –
Box Filter – Convolution – Gaussian Filter – Laplacian Filter etc… • Features – Fast Corners – Harris Corners – Hough Circles – Hough Lines etc… • Analysis – Histogram – Histogram Equalization – Integral Image – Min Max Locations etc… https://developer.nvidia.com/embedded/visionworks から抜粋
26.
NVIDIA VisionWorks使ってみた • Semi-Global
Matching left image right image depth image 入力はDaimler Urban Segmentation Dataset 2014(http://www.6d-vision.com/scene-labeling)の画像データ。
27.
速度計測してみた • 計測環境 – OS:Windows
10 Pro 64bit – CPU:Intel Core i7-3930K@3.20GHz – メモリ:32GB – GPU:NVIDIA GeForce GTX 680 – VisionWorks:NVIDIA VisionWorks v1.0.25 – CUDA:CUDA Toolkit v7.0 – OpenCV:OpenCV 3.1 – コンパイラ:Visual Studio 2013 Update5
28.
速度計測してみた 0 1 2
3 4 5 6 7 8 9 2160p 4320p 処理時間[ms] 画像サイズ グレースケール化 VisionWorks cuda::GpuMat Mat
29.
速度計測してみた 0 5 10
15 20 25 30 35 40 45 50 2160p 4320p 処理時間[ms] 画像サイズ box filter VisionWorks cuda::GpuMat Mat
30.
速度計測してみた 0 2 4
6 8 10 12 1024x440 処理時間[ms] 画像サイズ stereoBM VisionWorks cuda::GpuMat Mat
31.
速度計測してみた 0 20 40
60 80 100 120 140 1024x440 処理時価[ms] 画像サイズ stereoSGBM VisionWorks Mat ※OpenCV 3.1時点でGpuMatにSGBMの関数が未実装なのでGpuMatは比較対象から除外
32.
OpenVXを使ってみた所感 • OpenCVに比べてまだまだ対応関数が少ない – OpenVX
v1.0ではプリミティブな関数のみの提供に留まっ ているが以降のバージョンで追加していく予定らしい – AMDはOpenCVを使った追加モジュールを公開している • https://github.com/GPUOpen-ProfessionalCompute- Libraries/amdovx-modules • GraphやNodeの概念がちょっと独特 – UIでデータフローを作ってプログラミングをするツール (http://www.adaptive-vision.com/en/software/ みたいな の)とは相性が良さそう
33.
OpenVXを使ってみた所感 • 画像データ入出力にちょっと一苦労 – OpenVX仕様書としばらくにらめっこしたりした・・・ –
特にメモリのalignmentあたりをきちんとわかってないと詰 む • エラー処理はかなり大事 – vx_statusのエラーコードだけだと具体的なエラー箇所、エ ラー原因の絞り込みがしづらいのでエラー処理はしっかり 書いた方がよさそう • VisionWorksが思ったよりも高速(な場合もある) – 機能によっては部分的に使ってみるのもアリかも
34.
OpenVX参考サイト • 個人wikiにまとめました – https://github.com/atinfinity/lab/wiki/OpenVX%E5%8F%82%E8%80% 83%E3%83%AA%E3%83%B3%E3%82%AF •
個人的にはAMD OpenVXのコードを重宝しています – 特にcv::Mat、vx_image間の相互変換処理等のユーティリ ティ周りが参考になる
Download now