Deep Analyzer

マウス操作だけで本格的なAI開発が可能

Deep Analyzerは、
人工知能の専門家ではなくても手軽にAIの開発·訓練·検証ができる
グラフィカルな深層学習ソフトウェアです
全てのDeep StationにDeep Analyzerが標準搭載されています

Deep Stationに搭載されている深層学習ソフトウェアDeep Analyzerの機能と操作方法についてご紹介する資料をご覧ください。

プログラミング不要の
簡単操作

オーグメンテーションやハイパーパラメータ調整など専門的なプロセスを自動化。マウス操作だけでAIの開発・訓練・検証が可能です。

代表的アルゴリズムを
6種プリセット

画像分類 ─ フォルダにわけられた画像の分類法を学習し、自動的に分類できるようにします

画像生成 ─ 複数の画像から特徴を学習し、新しい画像を生成できるようにします

ペア画像生成 ─ 二枚一組になった画像のペアを学習し、任意の画像からもう一方の画像を生成できるようにします

物体検出 ─ 与えられた画像の中から特定の物体を検出するネットワークを学習します

音源分類 ─ フォルダに分けられた音源の分類法を学習し、自動的に分類できるようにします

異常検知 ─ 与えられた画像の正しい特徴を学習し、入力された画像との差分をスコアと画像で表します

高度な設定や
チューニングも設定可能

初期設定では自動化されているオーグメンテーションやハイパーパラメータ調整など、専門的なプロセスを手動で詳細に設定することもできます。事前訓練済みモデルを使った転移学習にも対応しています。

キューイング機能で
無駄のない学習を

複数GPUを搭載したマシンでは、複数のGPUに異なるハイパーパラメータを渡して同時に学習させる学習が可能です。ひとつの学習が終わったら時間を無駄にせずにすぐさま次の学習にとりかかれるキューイング機能も装備。ハイパーパラメータ探索や複数タスクの実行が効率的に行えます。

ブラウザから学習済みAIを
利用可能

PoC(仮説検証)を手軽に行うために、ブラウザから学習済みのAIを使うことができます。Webカメラを利用すれば検証データの作成の手間なく簡単に仮説を試すことも可能です。

エッジAIデバイスへの
デプロイをサポート

ユーザが独自に拡張できる推論用サンプルコードを提供。画像分類では、メニューからデバイス名を選択することでデプロイするエッジAIデバイスに最適な学習モデルを作成し、デバイス本体に転送して利用することが可能。簡単にエッジAIが実現できます。

仕様
【データセット管理】登録 / 閲覧 / ダウンロード
【モデルの作成】訓練 / 学習状況の閲覧 / データのリサイズ・オーグメンテーション / 事前学習済みモデルの利用 / マルチGPUによるハイパーパラメータ最適化 / 学習の予約管理 / 最適化関数等の各種詳細設定
【モデルの利用】推論 / 閲覧 / ダウンロード / 推論用サンプルコード提供
【ユーザ管理】複数ユーザの利用 / 管理
【画像分類/音源分類】Xception、InceptionV3、VGG19、VGG16、ResNet50、InceptionResNetV2、DenseNet121、DenseNet169、NASNetMobile、MobileNet、MobileNetV2、Minimal
【画像生成】DCGAN
【ペア画像生成】Pix2Pix
【物体検出】RetinaNet
【異常検知】Efficient GAN-Based Anomaly Detection
【画像分類】Caltech101形式
【画像生成】Caltech101形式
【ペア画像生成】Pix2Pix形式
【物体検出】MSCOCO形式
【音源分類】Categorized Audio形式
【異常検知】Uncategorized Images形式
【デバイス用モデルの作成:画像分類】
 Sipeed MaixPy K210搭載デバイス
 Coral Edge TPU + 対応Linux PC/ボード
【学習モデルの転送 / デバイスでの推論:画像分類】※
 Sipeed Maix M1 Dock
 Coral Edge TPU + Raspberry Pi 3
【デバイスでのデータセット作成:画像分類】※
 Sipeed Maix M1 Dock

※ 付属のサンプルコードを使用
Deep AnalyzerはDeep Station各シリーズ上で動作します。
HW及びSWの構成をご購入時の構成から変更した場合の動作保証はいたしかねます。