Tag: ディープラーニング

Intel Developer Cloudを使用してYOLOv8を評価する

Intel Developer Cloudを使用すると、Intel製CPUの評価を簡単に行うことができます。 物体認識モデルであるYOLOv8の評価を題材に、性能評価を行う方法を紹介します。

2024年2月26日 kenta.fujinami Tech記事.

Read More »

SSDにMobileNetを組み込んで軽量化する (2)

アルバイトの富岡です。 この記事は「MobileNetでSSDを高速化①」の続きとなります。ここでは、MobileNetの理論的背景と、MobileNetを使ったSSDで実際に計算量が削減されているのかを分析した結果をご

2019年3月26日 TomiokaYusuke Tech記事.

Read More »

SSDにMobileNetを組み込んで軽量化する (1)

MobileNetでSSDを高速化 アルバイトの富岡です。 Fixstars Autonomous Technologiesのインターンシップで、Convolutional Neural Network(CNN)の計算量

2018年12月18日 TomiokaYusuke Tech記事.

Read More »

イベントレポート: 「Halide勉強会」を開催しました

こんにちは、丸岡です。 2018/7/28(土)にフィックスターズ主催で「Halide勉強会」 を開催致しました。 Halideは画像処理の高性能計算に特化したドメイン特化型言語(DSL)です。最近では単純にプログラミン

2018年8月6日 akira.maruoka Tech記事, お知らせ, イベントレポート.

Read More »

ONNX のモデル出力と、ONNX を使った推論をやってみた

遠藤です。 先日、ニューラルネットワークをフレームワーク間でやり取りするフォーマットである NNEF と ONNX を紹介いたしました。今回のブログ記事では、それらのうちの ONNX を実際に利用してみて、実際の使用感を

2018年4月25日 yasunori.endo Tech記事.

Read More »

ニューラルネットの共通フォーマット対決！ NNEF vs ONNX

遠藤です。 ニューラルネット界隈では、Caffe、TensorFlow、Chainer をはじめ、数々のフレームワークが群雄割拠の様相を呈しております。弊社でも、プロジェクトに応じて適宜フレームワークを使い分け、日々の業

2018年4月20日 yasunori.endo Tech記事.

Read More »

【TensorRT やってみた】(4): GoogLeNet で性能を検証する

遠藤です。 TensorRT やってみたシリーズの締めくくりとして、実際に推論を実行した結果を報告します。 第1回: TensorRT の概要について 第2回: インストール方法について 第3回: 使い方について 使用し

2018年4月6日 yasunori.endo Tech記事.

Read More »

【TensorRT やってみた】(3): TensorRT の使い方 (C++ API)

遠藤です。 TensorRT やってみたシリーズの第3回です。 第1回: TensorRT の概要について 第2回: インストール方法について 第4回: 性能検証レポート 今回は、TensorRT を C++ から呼び出

2018年4月3日 yasunori.endo Tech記事.

Read More »

【TensorRT やってみた】(2): TensorRT のインストール

ソリューション事業部の遠藤です。 TensorRT やってみたシリーズの第2回です。 第1回: TensorRT の概要について 第3回: 使い方について 第4回: 性能検証レポート 今回は、TensorRT のインスト

2018年3月29日 yasunori.endo Tech記事.

Read More »

【TensorRTやってみた】(1): TensorRT とは何か？

ソリューション事業部の遠藤です。 巷で話題のディープラーニングのモデルを動かすには、大きく分けて学習と推論の2つのフェーズがあります。実製品でディープラーニングを適用しようとした場合、基本的には2つのフェーズのうちの推論

2018年3月13日 yasunori.endo Tech記事.

Read More »

第1回AIチャレンジコンテスト参加記 (分類部門)

はじめに こんにちは、takagiです。 このたび、内閣府などが主催する第1回AIチャレンジコンテストに社内チームで参加してきました。 これはクックパッドの提供する画像データを使用して、料理の領域検出・料理の分類モデルを

2017年6月9日 takagi Tech記事, イベントレポート.

Read More »

CNNの高速化: Winograd’s Minimal Filtering

GPUの主な用途として行列積のほかに畳み込みが挙げられるようになって数年が経ちました。今日も弊社オフィスのそこかしこでGPUたちが必死に畳み込みと行列積を計算し続けています。 畳み込みの計算が速くなると、畳み込みニューラ

2017年6月8日 hiragushi Tech記事.

Read More »