画像解析エンジン Kelce (ケルシー)

Deep Neural Network (Deep Learning)の中でも特に注目度の高い
画像認識におけるネットワークを独自でチューニングしたエンジンです。

Convolutional Neural Network (畳み込みニューラルネットワーク)と
Residual Network (残差ネットワーク)の仕組みを利用し、独自チューニングをしています

 

技術詳細

Convolutional Neural Network (CNN)


一般的にDeep Neural Networkは最適化すべきパラメータが多すぎる問題があります。
CNNはフィルタごとのパラメータだけでネットワークが構成でき、またフィルタ内の小さな変化だけでなく大局的な特徴にして畳み込むことにより(Pooling)、人間が行っているような画像の認識を可能にします。

Residual Network (ResNet)


Deep Neural Networkの抱えるもう一つの問題は層が深すぎると浅い(入力に近い)層がうまく学習できない、
また深い(出力に近い)層が無駄になるという欠点がありました。
Residual Networkではネットワークをブロックに分解し、残差(どれだけ足し引きするか)を学習する、
また入力をそのまま出力に接続する構造により両方の問題を克服しています。

現在、画像の分類問題として競われているImageNetにおいて、素晴らしい性能を見せています。
そのResidual Networkを独自の方法でお客様のデータ、
もしくはそれに準ずるものに対してチューニングし、提供しています。

 

詳細についてはお問い合わせください。