【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matchingharmonylab
公開URL:https://arxiv.org/pdf/2404.19174
出典:Guilherme Potje, Felipe Cadar, Andre Araujo, Renato Martins, Erickson R. ascimento: XFeat: Accelerated Features for Lightweight Image Matching, Proceedings of the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (2023)
概要:リソース効率に優れた特徴点マッチングのための軽量なアーキテクチャ「XFeat(Accelerated Features)」を提案します。手法は、局所的な特徴点の検出、抽出、マッチングのための畳み込みニューラルネットワークの基本的な設計を再検討します。特に、リソースが限られたデバイス向けに迅速かつ堅牢なアルゴリズムが必要とされるため、解像度を可能な限り高く保ちながら、ネットワークのチャネル数を制限します。さらに、スパース下でのマッチングを選択できる設計となっており、ナビゲーションやARなどのアプリケーションに適しています。XFeatは、高速かつ同等以上の精度を実現し、一般的なラップトップのCPU上でリアルタイムで動作します。
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matchingharmonylab
公開URL:https://arxiv.org/pdf/2404.19174
出典:Guilherme Potje, Felipe Cadar, Andre Araujo, Renato Martins, Erickson R. ascimento: XFeat: Accelerated Features for Lightweight Image Matching, Proceedings of the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (2023)
概要:リソース効率に優れた特徴点マッチングのための軽量なアーキテクチャ「XFeat(Accelerated Features)」を提案します。手法は、局所的な特徴点の検出、抽出、マッチングのための畳み込みニューラルネットワークの基本的な設計を再検討します。特に、リソースが限られたデバイス向けに迅速かつ堅牢なアルゴリズムが必要とされるため、解像度を可能な限り高く保ちながら、ネットワークのチャネル数を制限します。さらに、スパース下でのマッチングを選択できる設計となっており、ナビゲーションやARなどのアプリケーションに適しています。XFeatは、高速かつ同等以上の精度を実現し、一般的なラップトップのCPU上でリアルタイムで動作します。
DLゼミ: MobileOne: An Improved One millisecond Mobile Backboneharmonylab
公開URL:https://openaccess.thecvf.com/content/CVPR2023/html/Vasu_MobileOne_An_Improved_One_Millisecond_Mobile_Backbone_CVPR_2023_paper.html
出典:Vasu, Pavan Kumar Anasosalu, et al.: MobileOne: An Improved One Millisecond Mobile Backbone, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (2023)
概要:モバイル端末向けのニューラルネットワークは多くの場合、FLOPsやパラメータ数で最適化されています。しかし、これらの最適化は実際のモバイルデバイスで実行した場合のネットワークの応答時間に相関しない場合があります。我々は昨今のニューラルネットワークの最適化のボトルネックを特定・分析し、その結果をもとにした新たな効率的なバックボーンMobileOneを設計しました。結果はMobileFormerと同等の性能を得ながら、38倍高速であり、最先端の効率性を達成しました。
セル生産方式におけるロボットの活用には様々な問題があるが,その一つとして 3 体以上の物体の組み立てが挙げられる.一般に,複数物体を同時に組み立てる際は,対象の部品をそれぞれロボットアームまたは治具でそれぞれ独立に保持することで組み立てを遂行すると考えられる.ただし,この方法ではロボットアームや治具を部品数と同じ数だけ必要とし,部品数が多いほどコスト面や設置スペースの関係で無駄が多くなる.この課題に対して音𣷓らは組み立て対象物に働く接触力等の解析により,治具等で固定されていない対象物が組み立て作業中に運動しにくい状態となる条件を求めた.すなわち,環境中の非把持対象物のロバスト性を考慮して,組み立て作業条件を検討している.本研究ではこの方策に基づいて,複数物体の組み立て作業を単腕マニピュレータで実行することを目的とする.このとき,対象物のロバスト性を考慮することで,仮組状態の複数物体を同時に扱う手法を提案する.作業対象としてパイプジョイントの組み立てを挙げ,簡易な道具を用いることで単腕マニピュレータで複数物体を同時に把持できることを示す.さらに,作業成功率の向上のために RGB-D カメラを用いた物体の位置検出に基づくロボット制御及び動作計画を実装する.
This paper discusses assembly operations using a single manipulator and a parallel gripper to simultaneously
grasp multiple objects and hold the group of temporarily assembled objects. Multiple robots and jigs generally operate
assembly tasks by constraining the target objects mechanically or geometrically to prevent them from moving. It is
necessary to analyze the physical interaction between the objects for such constraints to achieve the tasks with a single
gripper. In this paper, we focus on assembling pipe joints as an example and discuss constraining the motion of the
objects. Our demonstration shows that a simple tool can facilitate holding multiple objects with a single gripper.
29. (4)潤滑油 ①粘度予測(RNEMD)
0.0
0.5
1.0
0.0 0.5 1.0
実験値
(mPa·s)
計算値 (mPa·s)
逆非平衡MD法を用い炭化水素液体の粘度を計算し実験値とよく一致
低粘度潤滑油の設計、電池電解質の劣化メカニズム解明などへの応用を目指す。
運動量
スワップ
液体モデル
特定2領域の運動量をスワップすることで、せん断
流を発生させ、粘度を計算
𝐽𝑧 𝑝𝑥 =
𝑃𝑡𝑜𝑡
2𝑡𝐿𝑥𝐿𝑦
η: 粘度、v: 速度
x, z: 位置、J: フラックス
Ptot: モーメント交換量
L: セル長、t: 時間
𝜂 = −
𝐽𝑧 𝑝𝑥
𝜕𝑣𝑥/𝜕𝑧
z
x
■ 逆非平衡MD法(RNEMD) ■ NNPによるアルカンの粘度計算例
【参考文献】[1] F. Müller-Plathe, Phys. Rev. E, 59, 4894 (1999).
[2] J. R. Rumble, CRC Handbook of Chemistry and Physics, CRC Press/Taylor & Francis.
[3] J. H. Dymond and H. A. Oye, J. Phys. Chem. Ref. Data, 23, 41 (1994).
【RNEMDの計算条件】
スワップペア :1
スワップ頻度 :50
積分時間 :1 fs
温度 :298 K
ステップ数 :2x105
n-C5H12
n-C6H14
n-C7H16
n-C8H18
n-C9H20
n-C10H22
[2][3]
[1]
高精度な粘度予測(R2 > 0.99)を実現
(+)
(-)
【引用】小野寺ほか,フロンティア,3 (2021) 161
小野寺ほか,トライボロジー会議2021秋・松江 予稿集,B21 (2021) 133
29/33
30. (4)潤滑油 ②トライボフィルム
フォスファイトからリン化鉄主体のトライボフィルムが生成する初期過程を解析
➢ 従来の高精度な第一原理MD[1]と一致する結果
➢ 従来法で数年かかる計算を半日に短縮。加えて、大規模・複雑系のトライボ現象予測が可能
面 圧
Fe(110)
Fe(110)
メトキシ基の解離により、
境界潤滑場での耐摩耗性
向上や焼付き防止に資す
るリン化鉄の膜生成
分解後の構造
O
P
C
H
O
O
C
C
H
H
H
H
H H
Fe Fe FexP
全原子数:208
【参考文献】 [1] S. Loehle et al., Lubricants, 6, 31 (2018).
【引用】小野寺ほか,フロンティア,3 (2021) 161
小野寺ほか,トライボロジー会議2021秋・松江 予稿集, B21 (2021) 133
30/33