東芝情報システム株式会社

精度を維持しつつDNNモデルを高速化「DNN高速化サービス」

独自のニューラル・アーキテクチャ自動探索技術により
短期間で最適なDNN*1モデルを提供します

大規模・高精度になっていくDNNモデルの最適化には、認識精度と処理性能がトレードオフの関係にあります。また、最適化には修正・計測・評価を繰り返すため、コストと期間が必要となります。これらの課題を独自のニューラル・アーキテクチャ自動探索技術により解決します。

*1DNN:Deep Neural Network

ポイント

人手では実現困難なDNNモデルの最適化を、当社独自の自動化技術や予測技術の活用により短期間で提供します。

1.精度を維持したまま
処理性能を高速化

ポイント1

お客様からお預かりした DNNモデルから推論精度への影響が少なく、処理性能を向上させた多くの修正モデルを自動作成します。
それぞれの修正モデルについて、実際に処理性能の測定と推論精度の評価を実施することで、目標の処理性能・推論精度を満たす最も適したDNNモデルを提供します。

2.短期間で最適な
DNNモデルを生成

ポイント2

自動で生成したDNNモデルに対し、性能予測や精度予測を実施して、目標未達と想定される修正モデルを自動でふるい落とします。選別された修正モデルについてのみ、処理性能の測定と推論精度の評価を実施するため、短期間で最適モデルを探索することができます。

適用事例 所要期間は1.5ヶ月。精度を維持したまま処理性能を約5倍に改善も

「適用事例」の詳細を見る

精度を維持したままDNNモデルを高速化

お客様のDNNモデルから修正モデルを多数生成し、精度・性能を満たすDNNモデルを探索します。
独自の自動化や予測技術の活用により、短期間で最適なDNNモデルを探索できます。

DNNモデルの高速化

DNN高速化サービス 適用事例

1.5ヶ月の期間で、精度を維持したまま処理性能を約5倍に改善

当社の単眼カメラ距離計測ライブラリ「CVNucleus® MonocularVision」のDNNデコーダに本サービスを適用した事例です。単眼カメラ距離計測は、レンズによる画像のボケの形状と距離の相関をDNNで学習して、1台のカメラで距離を計測する技術です。

本サービスを適用することにより、推論精度を維持したまま、処理性能を約5倍の113ミリ秒に短縮し、リアルタイム処理を実現しました。適用にかかった期間は1.5ヶ月です。

単眼カメラ距離計測ライブラリ「CVNucleus MonocularVision」の詳細を見る

DNN高速化サービス 適用事例

提供形態

DNNモデル、学習データ、精度評価指標をお預かりして、目標の精度・性能を満たすDNNモデルを提供します。

提供形態

お気軽にお問い合わせください。当社の製品・サービスは企業・団体・法人様向けに販売しております。

電話番号044-246-8320

コロナ禍のため、電話対応が難しい場合がございます。
[お問い合わせ]ボタンから問い合わせください。