独自のニューラル・アーキテクチャ自動探索技術で、モデル改善の期間と工数を削減します。
■こんな課題はありませんか？ ・DNNモデルの処理時間が長く、リアルタイム処理が難しい ・エッジデバイスへの実装に向けて、モデルを軽量化・高速化したい ・高速化によって画像認識精度が低下することは避けたい ・モデルの修正、計測、評価に多くの工数がかかっている ・最適なDNNモデルを人手で探すことに限界を感じている ・AI開発の期間を短縮し、製品やサービスの市場投入を早めたい ・目標とする認識精度と処理性能を両立できるモデルが見つからない 当社のDNN高速化サービスはDNNモデルの精度を維持しながら、画像任しい処理の高速化を支援します。 ■DNN高速化サービスの特徴 ✓認識精度を維持しながらDNNモデルを高速化 ✓多数のDNNモデルを自動生成・選別 ✓モデル改善にかかる開発期間・工数を削減
この製品へのお問い合わせ
基本情報
■DNN高速化サービスとは 当社独自の自動化技術により短期間で精度を落とさず、お預かりした画像認識DNNモデルを高速化します。 ＜ポイント１＞速度と精度の両立 お客様からお預かりした DNNモデルから推論精度への影響が少なく、処理性能を向上させた多くの修正モデルを自動作成します。 それぞれの修正モデルについて、評価を実施することで、目標の処理性能・推論精度を満たす最も適したDNNモデルを提供します。 ＜ポイント２＞モデルの自動生成技術で工数削減 自動で生成したDNNモデルに対し、性能予測や精度予測を実施して、目標未達と想定される修正モデルを自動でふるい落とします。 選別された修正モデルについてのみ、処理性能の測定と推論精度の評価を実施するため、短期間で最適モデルを探索することができます。 ■提供形態 DNNモデル、学習データ、精度評価指標をお預かりして、目標の精度・性能を満たすDNNモデルを提供します。
価格情報
ご質問・見積もりなどお気軽にお問い合わせください。 当社の製品・サービスは企業・団体・法人様向けに販売しております。
納期
用途／実績例
■適用事例 セマンティックセグメンテーションモデルの処理時間を約40％削減 セマンティックセグメンテーションの代表的なネットワークであるU-Netに、本サービスを適用した事例です。 ・処理時間：37.81msから22.31msへ短縮 ・処理時間：約40％削減 ・精度指標mIoU：58.93％から59.60％ ・精度を維持しながら処理時間を削減 画像認識精度を維持しながら推論処理を高速化した事例として、リアルタイム性が求められる画像認識システムや、処理性能に制約のあるデバイスへの実装を検討する際の参考になります。最後の用途説明は、事例を理解しやすくするための提案表現です。
カタログ（1）
カタログをまとめてダウンロード
企業情報
私たちは、エンベデッド、LSI設計の領域で、「長年積み重ねた豊富な経験と実績」、「高い技術力」により、お客様のビジネスに貢献する最適なソリューションを提供してまいります。
