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
570
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
540
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
680
Deep Learning Lab ご紹介
nakihiro
1
620
_DLLAB_分科会概要説明資料201808.pdf
nakihiro
1
580
Other Decks in Technology
See All in Technology
マネジメントって難しい、けどおもしろい / Management is tough, but fun! #em_findy
ar_tama
1
140
生まれ変わった AWS Security Hub (Preview) を紹介 #reInforce_osaka / reInforce New Security Hub
masahirokawahara
0
390
PHPでWebブラウザのレンダリングエンジンを実装する
dip_tech
PRO
0
220
KubeCon + CloudNativeCon Japan 2025 Recap
ren510dev
1
340
ネットワーク保護はどう変わるのか?re:Inforce 2025最新アップデート解説
tokushun
0
170
解析の定理証明実践@Lean 4
dec9ue
1
210
Tech-Verse 2025 Global CTO Session
lycorptech_jp
PRO
0
1.4k
「良さそう」と「とても良い」の間には 「良さそうだがホンマか」がたくさんある / 2025.07.01 LLM品質Night
smiyawaki0820
1
470
Model Mondays S2E03: SLMs & Reasoning
nitya
0
320
rubygem開発で鍛える設計力
joker1007
3
350
怖くない!はじめてのClaude Code
shinya337
0
330
タイミーのデータモデリング事例と今後のチャレンジ
ttccddtoki
6
2.1k
Featured
See All Featured
4 Signs Your Business is Dying
shpigford
184
22k
Producing Creativity
orderedlist
PRO
346
40k
The Cult of Friendly URLs
andyhume
79
6.5k
A designer walks into a library…
pauljervisheath
207
24k
Learning to Love Humans: Emotional Interface Design
aarron
273
40k
Writing Fast Ruby
sferik
628
62k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.9k
How GitHub (no longer) Works
holman
314
140k
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Navigating Team Friction
lara
187
15k
Stop Working from a Prison Cell
hatefulcrawdad
270
20k
Java REST API Framework Comparison - PWX 2021
mraible
31
8.7k
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