エッジAIデモ - YouTube
ディープラーニングで生成した学習済みモデルを「NVP-Ax400シリーズ」上でクラス分類を実現。
従来の画像認識と組み合わせて、高速な識別処理可能とし、さまざまな識別処理に対応します。

• クラウドからエッジへ
  エッジ処理で、リアルタイム性を実現
• 熟練工の目視検査を実現
  NVP推奨モデル(Classification)により、軽くて高速な推論をエッジで実行
• 従来の画像認識とディープラーニングの融合
  画像認識ライブラリを使った従来の画像認識とディープラーニングを組み合わせることで、よりシンプルに、軽いネットワークでも高精度な認識を実現
• モデル変換ツールによる簡単エッジ推論
  作成した学習済みモデルを「モデル変換ツール」にて、エッジデバイスに容易に組込み可能

未来の市場ニーズを見極め、それを満たす機能を定義します。
さらに、その機能を実現するための技術を提示し、技術の進化を拡充・拡大していきます。

マクセルフロンティアではエッジ側での推論を実現するため、弊社NVPシリーズ上で動作するように、モデル変換するツールを提供しています。
たった４つのSTEPで、従来の画像認識にAI機能を組み入れたアプリケーションを実現できます。

マクセルフロンティアでは、モデル変換ツールをご提供しています。
深層学習フレームワークで作成した、学習済みモデルをNVP用モデルファイルに変換できます。

項目	内容
機能	クラス分類 (2～32分類)
入力チャネル	1ch / 3ch (モノクロ / RGB)
入力サイズ	64x64 / 128x128 / 256x256
ネットワーク構成	Convolution層4層 + 全結合層1層 ＋ SoftMax出力 各層のチャネル数が異なる構成を3種用意 MODEL_A / MODEL_B / MODEL_C

読み取りにくい金属面の刻印文字の認識や、良品・不良品の分類を実現できます。