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
DLLAB製造分科会 課題テーマ(トヨタ紡織株式会社)
Search
akihiro
September 30, 2018
Technology
1
550
DLLAB製造分科会 課題テーマ(トヨタ紡織株式会社)
DLLAB製造分科会 課題テーマ(トヨタ紡織株式会社)
akihiro
September 30, 2018
Tweet
Share
More Decks by akihiro
See All by akihiro
DLLAB製造分科会パートナー企業向け参加説明会
nakihiro
0
520
DLLAB製造分科会 課題テーマ(株式会社ミスミグループ本社)
nakihiro
0
620
Deep Learning Lab ご紹介
nakihiro
1
530
_DLLAB_分科会概要説明資料201808.pdf
nakihiro
1
550
Other Decks in Technology
See All in Technology
Google Cloud の AI を支える裏側のインフラを垣間見る!
maroon1st
0
200
SIEMを用いて、セキュリティログ分析の可視化と分析を実現し、PDCAサイクルを回してみた
coconala_engineer
0
220
長期間TiDBを使ってきた話 @ 私たちはなぜNewSQLを使うのかTiDB選定5社が語る選定理由と活用LT / Experiences with TiDB Over Time
chibiegg
2
710
オーナーシップを持つ領域を明確にする
konifar
11
2.6k
反実仮想機械学習とは何か
usaito
PRO
7
2.3k
Vertex AI を中心に 生成AIのアップデートを共有します
kaz1437
0
140
社内勉強会運営のコツ
senoo
6
1.1k
HEXA OSINT CTF V3 作戦会議
meow_noisy
0
110
小さな開発会社がWebサービスを作る理由
polidog
PRO
1
160
Databricksを活用してDELISH KITCHENのレシピレコメンドを開発した話
furu8
0
250
人間の尊厳、幸福、アクセシビリティ / 第116回「WEB TOUCH MEETING」アクセシビリティSP
nulabinc
PRO
2
180
o11y入門_外形監視を利用したWebアプリケーションへの最適なモニタリング_TechBrew
k5k
3
100
Featured
See All Featured
The Art of Programming - Codeland 2020
erikaheidi
41
12k
A Philosophy of Restraint
colly
196
16k
GraphQLの誤解/rethinking-graphql
sonatard
50
9.2k
Code Review Best Practice
trishagee
54
15k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
115
18k
Building Your Own Lightsaber
phodgson
98
5.7k
The Language of Interfaces
destraynor
151
23k
4 Signs Your Business is Dying
shpigford
175
21k
Facilitating Awesome Meetings
lara
41
5.6k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
226
51k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
124
32k
Bootstrapping a Software Product
garrettdimon
PRO
301
110k
Transcript
2-1.課題テーマ① DLラボ分科会 課題テーマ説明 2018年09月28日 トヨタ紡織株式会社 1
2-1.課題テーマ① 3Dデータ × 部品名 インプット 部品形状 × 部品名 学習 多方向アングル
スナップショット × 部品名 課題設定テーマ テーマ 3Dを教師データとした部品・仕掛品・製品の物体認識 概要 AIへの期待 背景 やりたいこと デジタルツインによる高効率な生産を目指して、 AI技術を活用し工場内全ての部品の動きや 作業状況のトラッキングなどしていきたいが、 全部品、全製品へのアノテーションは非現実である。 ※1シート製品に含まれる部品は300点 × 教師数 製品設計の成果物である3Dデータに対して、 多方向アングルでのスナップショットにより形状を学習 ↓ アノテーション作業無く(少なく) 工場内の部品・仕掛品・製品を物体認識させたい 工場内 動画 インプット 部品形状 × 部品名 部品名 アウトプット 推論