Deep Learningを
組込みまでワンストップで

プログラミング不要な組込みDeep Learning
モデル構築ソリューション
たった1日で、手のひらサイズのデバイスで検証可能に

こんな悩みはありませんか?

  • PoC(導入のための検証)のコストを可能なかぎり抑えたい

  • どれほど効果が出るか分からず、導入まで踏み切れない

  • 専門的な知識を持ったエンジニアや研究部門が社内にないので気軽に試すことができない

  • ディープラーニング専用のデバイスを新たに開発したりトレーニング環境を構築したりするのが難しい

DeLTA-Liteなら
3ヶ月以上かかる工程を約1日に短縮

これまでDeep Learningを自社で導入または外部と実証実験する際には非常に大きな人件費や外注費がかかっていましたが、 DeLTA-Liteを導入することによりこれまでかかっていた時間やコストを大幅に削減することが可能です。

たった2つの準備で
組込みDeep Learningが入手可能

正解ラベル付きの学習データ
別途有料サポートサービスあり

モデルを実行するための ハードウェア

DeLTA-Liteには、LeapMindがこれまで研究開発してきた技術やメソッド、ツールチェーンが含まれております。
Deep Learningに関する専門的な知識やプログラミングの知見は必要ありません。
「学習データ」「ハードウェア」 の2つを準備するだけで、組込みDeep Learningを導入することができます。

活用事例

  • 良品・不良品分類

    出荷前の製品を良品・不良品に自動で選別することができます。学習データ次第で焼き色、形の歪み等、多様な状態に対応可能です。

  • 異物検出

    製品に付着・混入した異物を自動で検出します。色や形にバラツキがある場合も学習データ次第で高い精度で検出可能です。

  • 人・車・自転車・動物・その他障害物の物体検出

    自動運転技術に欠かせない、画像や映像データからどの物体がどの場所にあるのかを瞬時に判断します。

  • 人の年齢・性別分類

    画像に映った人の顔から年齢・性別を推定します。店舗の対人ロボットに搭載することで、来客データを自然に取得することができます。

  • 傷・ヒビ・サビの検出

    製経年劣化による機器や建物の傷・ヒビ・サビを自動で検出します。学習データの作り方により、傷・ヒビ・サビを特定の種類毎に分類することも可能です。