メディア

ZMP、アノテーション付き公道走行データを発売：ディープラーニング研究開発用

ZMPは、ディープラーニング（深層学習）の学習用データセットに利用可能な、アノテーション付き公道走行画像データを発売する。

» 2018年11月08日 10時30分公開

[馬本隆綱，EE Times Japan]

公道走行データの収集やアノテーション処理などの負荷を軽減

　ZMPは2018年11月、ディープラーニング（深層学習）の学習用データセットに利用可能な、アノテーション付き公道走行画像データを発売すると発表した。

　自動運転車の実現に向けて、カメラなどで撮影したデータを用い、走行領域や信号、交通標識、歩行者などを高い精度で認識するために、ディープラーニングを活用した研究が進められている。このためには、画像にある物体などを正確にラベリングした学習用データが重要となる。

　ZMPは今回、走行データ取得ソリューション「RoboTest（ロボテスト）」サービスメニューの1つとして、アノテーション付き公道走行画像データを用意した。このデータには、公道走行により取得したデータに、各種ラベリングを施している。例えば、物体を長方形で囲んだバウンディングボックス方式や、物体をピクセル単位で塗り分けたセマンテックセグメンテーション方式などのアノテーションデータを提供する。

アノテーションデータの例（バウンディングボックス方式）出典：ZMP

アノテーションデータの例（セマンテックセグメンテーション方式）出典：ZMP

　自社で撮影した走行シーンには、市街地や高速道路が含まれており、直進やレーン変更、交差点などの画像を用意した。ラベルは自動車、バイク、歩行者、自転車、道路標識、信号機などに分類されている。顧客はディープラーニングの研究開発において、これらのデータを活用することで、走行によるデータ収集、アノテーション処理といった初期の作業負荷を軽減することができるという。

　ZMPは、ドライバーが乗車した状態で公道を走行させて、データの収集などを行う支援サービスを2012年より提供してきた。このサービスでは、ドライバーの確保や管理から、走行データを収集するシステムの設計、データ収集後の処理、分析まで、一貫したサポートを行っている。

NVIDIAが解説するディープラーニングの基礎（前編）
エヌビディアは2018年4月24日、ディープラーニングに関するセミナー「NVIDIA Deep Learning Seminar 2018」を東京都内で開催した。本稿では、セッション「これから始める人のためのディープラーニング基礎講座」から、ディープラーニングの歴史や概要、学習の流れについて紹介する。
NVIDIAが解説するディープラーニングの基礎（後編）
エヌビディアは2018年4月24日、ディープラーニングに関するセミナー「NVIDIA Deep Learning Seminar 2018」を東京都内で開催した。本稿では、セッション「これから始める人のためのディープラーニング基礎講座」から、各種ニューラルネットワークやその応用例、ディープラーニングフレームワークの概要について紹介する。
エッジAIを安価・高速に、FPGAを駆使するベンチャー
LeapMindは2018年8月31日、東京都内で同社初となるプライベートカンファレンス「DeLTA TECH 2018」を開催した。このイベントでは、LeapMindの強みとなる技術が多く明かされていた。
深層学習を32ビットマイコンで実現 STがデモ
STMicroelectronicsは、「embedded world 2018」で、32ビットマイコン「STM32」にDNN（ディープニューラルネットワーク）を実装するデモを披露した。
インドの新興企業、RISC-VベースのCPUコアを開発へ
インドの新興企業であるInCore Semiconductorsは、オープンソースの命令セットアーキテクチャ（ISA）である「RISC-V」ベースのプロセッサコアとディープラーニングアクセラレーター、SoC（System on Chip）設計ツールの設計とライセンス供与に関する意欲的な計画を発表した。
AIの開発、半導体業界にとってますます重要に
どの半導体メーカーが、何らかの形でAI（人工知能）分野に携わっているのかは、簡単にリストアップすることができる。ほぼ全てのメーカーが該当するからだ。機械学習（マシンラーニング）は、幅広い可能性を秘めているため、ほとんどの半導体チップメーカーが研究に取り組んでいる状況にある。