お問い合わせ
JP / EN

組込みDeep Learningを
いつでも、どこでも、だれでも

プログラミング不要な組込みDeep Learningモデル構築サービスを提供
たった1日で、手のひらサイズのデバイスでの認識が可能に

NEWS

DeLTA-Liteの特長

たった2つの準備で組込みDeep Learning(ディープラーニング)モデルが入手可能です。 ※予測システムのこと。

教師データ 教師データ

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)

実行するハードウェア 実行するハードウェア

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。「教師データ」「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

DeLTA-Liteの効果

データセット データセット
  • モデル設計
  • モデル学習
  • モデル圧縮
  • C言語に変換
  • ハードウェア向けコンパイル
3ヶ月以上かかる工程を DeLTA-Liteなら約1日
ハードウェアに実装 ハードウェアに実装

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おり、簡単にDeep Learningを試すことすら非常に難しい状況でした。DeLTA-Liteを利用することで、これまでかかっていた時間やコストが大幅に削減することが可能です

DeLTA-Liteの利用方法

WEBブラウザ上で、4つのステップを行うことでモデルが手に入ります。

  • 1.タスクを選択

    1タスクを選択

  • 2.データをアップロード

    2データをアップロード

  • 3.学習を依頼

    3学習を依頼

  • 4.ダウンロード

    4ダウンロード

タスクを選び、準備した正解ラベル付きの学習データをアップロードし学習を実行したら、あとはモデル完成までおよそ数時間〜1日待つだけ画面に従って4つのステップを行うだけで、組込みDeep Learningモデルがダウンロードできます※タスクやデータ量によって左右します。

DeLTA-Liteの想定利用シーン

1. 食品業

1. 食品業

製造ラインにおける異物混入や不良品の識別において、従来から行われている各種センサーや画像認識技術、目視による識別に代わり、Deep Learningモデルを用いて製造ラインに流れる食品等を撮影した画像から識別することで、作業負荷やメンテナンス費用の削減が見込める。

2. 自動車製造業

2. 自動車製造業

自動車に搭載されたカメラなどから取得した画像から、Deep Learningモデルを用いて周辺状況や車内状況を識別し、運転制御・周辺機器制御や運転者への警告表示などユーザー補助機能を提供する。

3. 建設業

3. 建設業

工場内の異常箇所の検知において、従来はベテラン技術者のノウハウや肌感覚・経験などで行っていた作業に代わり、ドローンや定点カメラで撮影した異常箇所の画像からDeep Learningモデルを用いて異常を検知、またはそれを補助することで、技術者の代替、ノウハウの蓄積・後継者の育成に貢献する。

4. 広告業

4. 広告業

オンライン上の画像をDeep Learningモデルを用いて識別(解析)することで、市場の傾向を分析し、商品・サービスの改善や新しい企画のヒントを発見し、マーケティングに活用する。

組込みDeep Learning構築における障壁

組込みDeep Learningモデル構築の一般的なプロセスは下記となります。

企画
  • 企画検討
手法リサーチ
  • 手法の調査
データ作成
  • データ収集
  • 教師データ作成
設計・実装
学習・チューニング
  • モデル設計
  • モデル実装
  • モデル学習
  • チューニング
  • モデル圧縮
  • コンパイル
ハードウェア
への実装
  • デプロイ
  • 検証

企画/手法調査から始まり、教師データ作成を経て、およそ3ヶ月以上かけてモデル設計からハードウェア実装に向けたモデル圧縮/コンパイルまで行います。1つのモデルを作成するのに多大な時間がかかるケースがほとんどです。

組込みDeep Learningモデル構築実現に向けて下記のような専門的知見が必要となります。

モデル設計 モデル設計

Deep Learningに関するアカデミックな専門的知識

モデル実装・学習・チューニング モデル実装・学習・チューニング

モデル精度高く実装、学習させるためのソフトエンジニアリング技術

モデル圧縮 モデル圧縮

精度低下を抑えながらモデルを圧縮するための最適な手法とその研究開発

コンバート・コンパイル コンバート・コンパイル

FPGAなどの汎用チップで駆動させるための専門的なハードウェア技術

組込みDeep Learningモデルを構築するためには、研究開発に関わるアカデミックな知識だけでなく、それをシステムに落とし込むためのソフトウェアおよびハードウェアの知見が必要となります。

お問い合わせ・資料請求

DeLTA-Liteに関するご質問・お問い合わせ、資料請求をお受けしています。

未入力の必須項目があります。

必須eメールアドレス

入力必須項目です。

必須お名前

入力必須項目です。

入力必須項目です。

必須会社名

入力必須項目です。

必須電話番号

入力必須項目です。

必須業種

入力必須項目です。

任意役職名
任意資料請求
任意お問い合わせ内容
任意流入経路

個人情報の取扱いについて