TensorFlow 及び MXNet ベースの一般物体検出ソリューションを2017年4月から提供開始

株式会社クラスキャット（代表取締役社長：佐々木規行、茨城県取手市）は、深層学習フレームワーク TensorFlow 及び MXNet をベースとし、最新の人工知能・コンピュータビジョン技術と GPU (Graphics Processing Unit) を利用して高速化を図った、一般物体検出ソリューション新製品「ClassCat® ObjDetector v2.0」を2017年4月から提供開始することを発表致しました。
提供方法と致しましてはオンプレへのインストール・サービスに加えて、GPU 標準装備のクラウド上のサービスとしての提供も可能でマルチクラウドに対応しています。NVIDIA Tesla K80 GPU を標準装備する Amazon EC2 P2 インスタンスのサポートも新たに開始致します。
深層学習は機械学習全般の問題に役立ち画像認識や音声認識の分野では既に普及が始まっており、特に画像全体の情報からクラス分類を行なう"物体認識"については畳込みニューラルネットワーク (CNN = Convolutional Neural Network) の利用で手軽に成果が出せるようになりました。しかしながら画像上の複数種類の物体の位置を特定してクラス分類することをも可能にする"物体検出"を行なうためには畳込みネットワーク以外にも多岐に渡る技術が必要となります。
「ClassCat® ObjDetector v2.0」は"物体検出"に必要な様々な技術を装備しており手軽に利用することができます。デフォルトで約 100 種類の"物体検出"が可能となっていますが、ユーザデータによる追加トレーニングで検出種類を増やすことも可能です。
また「ClassCat® ObjDetector v2.0」は深層学習フレームワークのデファクト・スタンダードである TensorFlow に加えて新たに MXNet に対応致しました。
TensorFlow は 米 Google 社によりオープンソース化された深層学習フレームワークですが、MXNet はワシントン大学やカーネギーメロン大学 (CMU) 等により開発され、現在は Amazon が公式に採用し AWS でサポートもされています。MXNet は Python/C++ に加えて Julia/R/Go/Scala/JavaScript 等の多数の言語をサポートしていますが、大きな特徴は軽量・高速で分散クラスタ環境が簡単に構築できる点です。
「ClassCat® ObjDetector v2.0」は MXNet をベースとして Amazon EC2 P2 インスタンスを利用することにより、高速な分散トレーニングもサポートしています。

【動作環境】

◆ お問合せ
本件に関するお問い合わせ先は下記までお願いいたします。