Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Deep Learning を用いた3次元物体認識
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
KentaIchikawa
September 27, 2021
Programming
0
240
Deep Learning を用いた3次元物体認識
KentaIchikawa
September 27, 2021
Tweet
Share
More Decks by KentaIchikawa
See All by KentaIchikawa
SIGNATEコンペティション参加レポート.pdf
kentaichikawa
0
230
Other Decks in Programming
See All in Programming
CSC307 Lecture 06
javiergs
PRO
0
690
AIで開発はどれくらい加速したのか?AIエージェントによるコード生成を、現場の評価と研究開発の評価の両面からdeep diveしてみる
daisuketakeda
1
2.5k
izumin5210のプロポーザルのネタ探し #tskaigi_msup
izumin5210
1
140
インターン生でもAuth0で認証基盤刷新が出来るのか
taku271
0
190
フロントエンド開発の勘所 -複数事業を経験して見えた判断軸の違い-
heimusu
7
2.8k
AIと一緒にレガシーに向き合ってみた
nyafunta9858
0
260
組織で育むオブザーバビリティ
ryota_hnk
0
180
疑似コードによるプロンプト記述、どのくらい正確に実行される?
kokuyouwind
0
390
コマンドとリード間の連携に対する脅威分析フレームワーク
pandayumi
1
470
カスタマーサクセス業務を変革したヘルススコアの実現と学び
_hummer0724
0
740
生成AIを使ったコードレビューで定性的に品質カバー
chiilog
1
280
並行開発のためのコードレビュー
miyukiw
0
1.2k
Featured
See All Featured
Color Theory Basics | Prateek | Gurzu
gurzu
0
200
So, you think you're a good person
axbom
PRO
2
1.9k
The Power of CSS Pseudo Elements
geoffreycrofte
80
6.2k
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
190
The B2B funnel & how to create a winning content strategy
katarinadahlin
PRO
1
280
The SEO Collaboration Effect
kristinabergwall1
0
350
4 Signs Your Business is Dying
shpigford
187
22k
Rebuilding a faster, lazier Slack
samanthasiow
85
9.4k
Faster Mobile Websites
deanohume
310
31k
Chasing Engaging Ingredients in Design
codingconduct
0
120
Code Reviewing Like a Champion
maltzj
527
40k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
2.3k
Transcript
Deep Learningを用いた 3次元物体認識 2021/9/17 市川 健太 NINNO Tech Fest #1
SoftwareTesting & LT大会
自己紹介 市川 健太 @ BSNアイネット 技術開発部 好きな動物はペンギン
None
皆さんは AI 好きですか?
AIがともだちに!? 出典:https://www.itmedia.co.jp/news/articles/2109/16/news116.html
MNIST Dataset 手書き文字の分類 Deep Learning の Hello World
コンペに出よう! 出典:https://signate.jp/competitions/541/leaderboard
3次元物体認識とは 3次元の物体を分類するタスク 出典:ModelNet
ModelNet10 Dataset categories =[ 'bathtub’, 'bed’, 'chair’, 'desk’, 'dresser’, 'monitor’,
'night_stand’, 'sofa’, 'table’, 'toilet’ ]
3次元物体認識の手法 出典:https://kanezaki.github.io/media/CRESTSeminar20181030_AsakoKanezaki.pdf
Point Cloudベース 3次元物体認識 物体認識 MaxPooling Conv 点群化 出典:https://kanezaki.github.io/media/CRESTSeminar20181030_AsakoKanezaki.pdf
Voxelベース 3次元物体認識 3D CNN 物体認識 Volume + Pixel = Voxel
出典:https://kanezaki.github.io/media/CRESTSeminar20181030_AsakoKanezaki.pdf
Multi-Viewベース 3次元物体認識 物体認識 CNN 出典:https://kanezaki.github.io/media/CRESTSeminar20181030_AsakoKanezaki.pdf
カラーでの3D物体認識は少ない • 3D物体認識で利用されている手法・モデルは色なしの3Dモデ ルばかり。 • 色付きの3Dデータが準備できたので、従来の手法を色のチャネ ルを拡張し利用。
おしまいに • 3Dデータの準備は非常に大変。。。 • 三次元物体認識技術は自動運転でも使われており、今後ますま す重要になってくる技術。