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
開発生産性を測る前にやるべきこと - 組織改善の実践 / Before Measuring Dev Productivity
kaonavi
14
6.5k
Lakebaseを使ったAIエージェントを実装してみる
kameitomohiro
0
160
United airlines®️ USA Contact Numbers: Complete 2025 Support Guide
unitedflyhelp
0
330
面倒な作業はAIにおまかせ。Flutter開発をスマートに効率化
ruideengineer
0
400
NewSQLや分散データベースを支えるRaftの仕組み - 仕組みを理解して知る得意不得意
hacomono
PRO
3
190
React開発にStorybookとCopilotを導入して、爆速でUIを編集・確認する方法
yu_kod
1
300
事例で学ぶ!B2B SaaSにおけるSREの実践例/SRE for B2B SaaS: A Real-World Case Study
bitkey
1
160
Claude Code に プロジェクト管理やらせたみた
unson
6
4.6k
LLM時代の検索
shibuiwilliam
2
430
ソフトウェアテストのAI活用_ver1.25
fumisuke
1
260
AWS CDK 開発を成功に導くトラブルシューティングガイド
wandora58
3
130
20250707-AI活用の個人差を埋めるチームづくり
shnjtk
6
4k
Featured
See All Featured
The Invisible Side of Design
smashingmag
301
51k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
138
34k
Done Done
chrislema
184
16k
Building Adaptive Systems
keathley
43
2.7k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
50
5.5k
What's in a price? How to price your products and services
michaelherold
246
12k
How to Ace a Technical Interview
jacobian
278
23k
Producing Creativity
orderedlist
PRO
346
40k
Music & Morning Musume
bryan
46
6.6k
Git: the NoSQL Database
bkeepers
PRO
430
65k
Designing for Performance
lara
610
69k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
331
22k
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