POODL プードル紹介 (深層学習モデル作成のための印刷画像認識アプリケーション)

POODL プードル紹介 (深層学習モデル作成のための印刷画像認識アプリケーション)

POODLは深層学習の学習済みモデル作成のための印刷画像認識クラウドプラットフォームです。画像を収集、加工し、学習済みモデルを生成します。画像検査装置と連携し、深層学習技術を利用した高度な画像認識を生産現場に取り入れるためのトータルソリューションを提供します。
https://poodl.cloud/

4a8d16c35a4d9b2f6630cb4bdaa7ad35?s=128

Taktpixel Co., Ltd.

January 17, 2019
Tweet

Transcript

  1. /ˈpuː.dəl/ プードル 学習済みモデル作成のための 印刷画像認識クラウドプラットフォーム POODLは画像を収集、加工し、学習済みモデルを生成するためのアプリケーションです。 画像検査装置と連携し、深層学習技術を利用した高度な画像認識を生産現場に取り入れるための トータルソリューションを提供します。

  2. None
  3. None
  4. 製品ラインナップ • POODL プラットフォーム • クラウド版 • オンプレミス版 • 開発者向けユーティリティ

    • POODL Client • POODL CLI • POODL SDK • APIドキュメント • 開発者サポート
  5. 基本機能 • ストレージ • 画像をアップロードしデータセット単位で保管する • データセットの分割・結合・編集作業が行える • アノテーション •

    分類作業に集中できるシンプルな画面設計 • 権限機能によって安全に作業依頼ができる • データの前処理 • 検査画像の特長を失わないようなデータの増幅を行う • 学習 • 専門知識無しで学習処理の実行が可能 • 解析 • 学習済みモデルの精度を分析する • 適切な学習済みモデルをダウンロードできる • 推論 • 検査装置などに組み込んでオフラインで高速処理ができる
  6. None
  7. お客様のデータ 現場適用 アプリ ・装置 は学習済みモデルの”工場” 特注のシステム 深層学習アルゴリズム + 精製された知識

  8. 特徴 ネットワーク アプリケーション 現場に適した 権限管理 独自の深層学習 エンジン 効率的な アノテーション 独自のファイル

    システム 外部装置との 連携
  9. ネットワークアプリケーション • コンテナ技術を採用することに より、クラウド版とオンプレミ ス版のどちらでも最新のアプリ ケーションを迅速に提供 • 個々の独立した機能を部分的に 組み替えることによって、カス タマイズ要望にも柔軟に対応す

    ることが可能
  10. クラウド版 • DB分割マルチテナント、VPN • 素早いメンテナンス体制 • 非定常な資源要求に対する対応 • 低コストでの導入 特長

    Webブラウザ Google Chrome, Firefox ネットワーク クラウド: 実測10 Mbps以上推奨 (download, upload) オンプレミス: 100 Mbps 必須, 1 Gbps 推奨 メモリ 4GB 以上必須 クライアント動作環境 アプリケーション基盤 アプリケーションとデータを分離し、さらにDB分割型のマル チテナントを採用することにより、確実なデータ分離とス ケーラビリティを実現 A社 コンピューティングリソース B社 C社 認証サービス
  11. オンプレミス版 • 自社管理することによるセキュリティの確保 • 計算資源の独占利用が可能 • 生産設備として資産化することが可能 • インターネットに依存しない安定稼働 特長

    OS Linux (Red Hat Linux系, Ubuntuなど) 演算装置 GPU: NVIDIA GPU (CUDA 9.0が動作) 必須 メモリ 16GB必須, 32GB以上推奨 ストレージ HDD(2TB以上推奨), キャッシュ用 SSD(400GB以上推奨) バックアップ用外部ストレージ推奨 ネットワーク 100 Mbps 必須, 1 Gbps 推奨 基盤アプリケーション 仮想化: Docker 動作環境 管理者 現場作業者 装置 画像 データ 知識情報 分析 管理 LANを介して複数の人・装置が連携 ※ 現在は日本国内のみの提供
  12. 製造現場に適した権限管理 • 作業した内容は組織内で自動的に共有 • アカウントの権限管理は管理者のみに限定 • アノテーション作業のみ、画像のアップロード のみなどをグループ単位で制御 企業/組織 Organization

    管理者グループ 作業者グループ 装置グループ
  13. 独自の深層学習モデル • TensorFlowTMをベースにした独自の深層学習エンジン”DLC-Tian” • 数百万枚規模の大規模データセットの学習が可能 • 印刷の品質検査に適したネットワークモデルを開発 • 欠陥流出を最小に抑えるための数値最適化手法 •

    過学習を抑えるための工夫 • 小ロット多品種の印刷製造現場に適用するための 汎用的な学習済みモデル生成 • 任意の深層学習エンジンの導入も可能 (別途APIの開発が必要になる場合があります。) ※TensorFlowTMはGoogle LLCが開発しオープンソースとして公開している数値計算のためのソフトウェアライブラリです。
  14. 効率的なアノテーション作業 • 印刷検査画像の学習に特化し必要 な機能だけに絞り込むことで、画 像の分類作業に集中でき効率的に アノテーション作業が行える • 作業の進捗がリアルタイムで確認 できる管理画面を搭載

  15. 独自のファイルシステム • データセットの編集・コピー・連 結などの操作を行ってもストレー ジ容量を過度に消費しない仕組み 仮想の画像データセット 実体 RDB + ストレージ

    収集・アノテーション 前処理・増幅 学習処理 推論・精度検証 大量の画像でも軽快な操作性を実現
  16. 外部装置との連携 • 検査装置など既存の設備と直接 データの通信を行えるためのAPI, SDK, CLIを提供 検査装置 ファイル サーバー 管理者PC

    業務システム
  17. 開発者サポート、カスタマイズ • POODL Client • POODL CLI • POODL SDK

    • APIドキュメント POODLの画像認識プラット フォームを使用したアプリケー ションの開発や、検査装置への SDKの組み込み、その他システ ムとの連携の有償サポートも 行っております。 クラウドコンピューティングサービス AWS (EC2, Batch, ECS, S3, RDS) コンテナ Docker 認証、データ管理 (バックエンド) PHP(Laravel Framework) GUI (フロントエンド) Vue.js (element-ui) データベース MySQL 機械学習、データ解析 AWS Batch, AWS ECS, Python (Tensorflow, Keras, numpy, pandas) ローカルアプリケーション C#.NET (Windows Forms, WPF), Python, Node.js 画像処理 OpenCV, HALCON 技術基盤
  18. タクトピクセル株式会社 contact@taktpixel.co.jp https://taktpixel.co.jp/#contact お問い合わせ