タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
くら寿司：GKE や Edge TPU などを駆使して来店から会計までを完全自動化し、新しい生活様式のためのサービスを提供 | Google Cloud 公式ブログ
くら寿司：GKE や Edge TPU などを駆使して来店から会計までを完全自動化し、新しい生活様式のためのサービスを提供 大阪を起点に日本全国 47 都道府県すべてに店舗を展開する大規模回転寿司チェーンくら寿司株式会社（以下、くら寿司）。浅草や道頓堀、原宿、押上に「食」と「エンターテイメント」の融合を掲げ、「ジャパンカルチャー」の発信拠点とするグローバル旗艦店をオープンするなど、とりわけ “体験” にこだわる同社が、最新のクラウド テクノロジーをどのように活用しているのか。その取り組みと成果を、テクノロジー開発部の皆さんに伺いました。 利用しているサービス： Google Kubernetes Engine、Compute Engine、App Engine、Edge TPU 利用しているソリューション： アプリケーションのモダナイゼーション コンテナや AI など Google Clo
JetsonにEdge TPUにM5StickV で、エッジAI用やるには何を選べばいいの？ - masato-ka's diary
1. 概要 追記 公開当初Jetson Nanoの性能表記に誤記があったため修正しています。 最近組み込みデバイス（以下エッジと表現）で画像認識や音声認識、センサ情報の処理といったディープラーニングを利用した処理を実行することが容易になっている。低消費電力で、高速にディープラーニングを処理するためのエッジAI用アクセラレータが各社から発売されていることがその理由の一つだろう。 こういった、エッジAI用のアクセラレータは各社によってその使用や対応フレームワーク、利用できるディープラーニングのネットワーク構成に違いがある。どれも同じように利用できるわけではない。自分でエッジAI用アクセラレータを利用しようとしたときにいくつか調べてみた内容をメモがわりに残してみる。ちなみに個人で遊べるものを中心にしてるので、産業的にどうなのかは知らない、悪しからず。。。 あとこのブログではAndroid Thi
はじめに オプティムの R&D チームで Deep な画像解析をやっている奥村です。 Edge TPU は NVIDIA GPU と同じような感覚で使うことはできません。NVIDIA GPU よりもメモリの制約が強く、Edge TPU の性能を引き出したり、複数のモデルを１つの Edge TPU で同時に実行するにはいくつかのコツが必要になります。Edge TPU Compiler | Coral をベースに、意訳・追記したものをメモしました。 Edge TPU はモデルのパラメータデータをキャッシュするための 8MB 程度の SRAM を持っており、ここにモデルが乗り切らない場合、都度外部メモリから Edge TPU にデータを転送する必要があるため、性能低下を引き起します。また、複数モデルを 1 つの Edge TPU で実行する場合、同時コンパイル (Co-Compile) しないと
IoT はデバイスからデータを取る存在から、様々な解析をしたりエッジ側でよりインテリジェントな処理が求められる存在へと変化してきています。この記事では、 Edge TPU で複雑でインテリジェントな処理をエッジ側で実行し、GCP でその結果をリアルタイムに可視化、解析する方法を紹介します。 TL;DR — 以下のリポジトリの手順に従うと、Edge TPU と GCP上の IoT データ分析基盤を構築できます。 https://github.com/google-coral/project-cloud-monitor Edge TPU とはEdge TPU は、Google が開発した TensorFlow Lite 形式の機械学習モデルを高速に演算（推論）するための ASIC のことです。2018年に発表されるまで、 TPU (Tensor Processing Unit) というとクラウ
くら寿司がGoogle Edge TPUをどうやって利用しているのか？ - Vengineerの妄想(準備期間)
@Vengineerの戯言 : Twitter SystemVerilogの世界へようこそ、すべては、SystemC v0.9公開から始まった このツイートで知りました。 くら寿司のCoral Edge TPU事例が出ました!!全国数百店舗で大規模に運用、お皿の画像認識部分でEdge TPUを使っています。僕も微力ながら記事化に協力させていただきました〜https://t.co/BITHt8tYkc pic.twitter.com/dlY94tpOx6 — Hayato Y (@hayatoy82) 2020年10月29日 こちらのツイート 5月23日)では、既に店舗での導入されていたっぽい。 くら寿司の席の注文用端末、いつの間にかiPadからラズパイ4(Raspberry Pi 4)になってるみたい。(USB3.0の色的に)#くら寿司 pic.twitter.com/2eDjCPP7YN
Google、「Edge TPU」搭載のコインサイズの「Coral Accelerator Module」や「Dev Board Mini」をCESで公開
Google、「Edge TPU」搭載のコインサイズの「Coral Accelerator Module」や「Dev Board Mini」をCESで公開：CES 2020 米Googleは1月2日（現地時間）、ローカルAIプラットフォーム「Coral」ブランドの「Accelerator Module」などの新製品を発表した。7日からラスベガスで開催の「CES 2020」で展示する。 Coralは、Googleが昨年3月に発表した、ローカルAIを使うエッジコンピューティングデバイスを構築するためのハードウェアコンポーネント、ソフトウェアツール、プリコンパイルモデルのプラットフォーム。エッジで同社の「TensorFlow」モデルを効率的に実行するためのツールを提供している。 「Coral Accelerator Module」は、1セント硬貨より小さい10×15×1.5ミリのボードに「Edg
2019インターン紹介: Edge TPU向けPoseNetのリアルタイム姿勢推定 - OPTiM TECH BLOG
R&D チームの量子化警察こと徳田(@dakuton)です。 7月のEdge TPUアップデートにあわせて、7/30にPoseNetのEdge TPU版が公開されていた(作者Twitter動画はこちら)ため、今夏初のインターンとしてチャレンジしてもらいました。 Edge TPUアップデート内容については過去記事を参照ください。 tech-blog.optim.co.jp PoseNetとは？ TensorFlow.js(TensorFlowのJavaScript版)で動作する姿勢推定モデルです。Webブラウザで人の姿勢がリアルタイムに検出できる(15FPS以上)のが特徴です。 参考記事: Real-time Human Pose Estimation in the Browser with TensorFlow.js | by TensorFlow | TensorFlow | Mediu
2020年1月に Edge TPU が macOS/Windows でも動作するようになりましたが、Edge TPU コンパイラはまだなので、macOS/Windows から手軽に利用できるように Docker でコンテナ化してみました。R&D チームの奥村（@izariuo440）がお送りします。 ベースイメージ選定 Dockerfile を書く Docker イメージのビルド EfficientNet-lite のモデルの準備 Docker でコンパイル おわりに おまけ Edge TPU に関しては、過去記事も参考になるかもしれません。 Edge TPU の July 2019 Updates を追う - OPTiM TECH BLOG 2019インターン紹介: Edge TPU向けPoseNetのリアルタイム姿勢推定 - OPTiM TECH BLOG Edge TPU の性能を引
Edge TPU USB Acceleratorの解析 - Operationとモデル構造 - Qiita
この記事について Google Coral Edge TPU USB Acceleratorの動作を解析します。 前回は、データ入出力に注目して解析を行いました。 今回は、Operationやモデル構造がパフォーマンスに与える影響を調べます。 前回の解析結果で、入出力データ量がパフォーマンスに与える影響が大きいことが分かったので、その影響を受けないようなモデルを作って解析を行います。 また、解析用のモデルだけだとつまらないので、最後にはMobileNet, MobileNetV2, Mobilenet SSDのパフォーマンス測定を、いくつかの条件下で実施しました。 お願いと注意 基本的には実際に動かして確認した結果をベースに書いています。 が、考察や推測の部分は完全に僕の考えです。そのため、間違えや誤解を与えてしまうところがあるかもしれません。 その際には、ぜひご指摘いただけると嬉しいです
やること yut.hatenablog.com @yutakikuchi_です。 以前のBlog PostでRaspberrypi zeroとABEJA Platform(Cloud環境)を活用した侵入者通知アプリを作りました。解決したい課題としては、1階のマンションに住んでいる場合、庭・バルコニーへの不審者の立ち入りが気になります。そこで簡易的なRaspberrypiとLINE Botを利用し、簡易的な写真付きの侵入者通知アプリを作りたいと思いました。 前回はRaspberrypi側にcronで5秒間隔にて画像を撮影し、撮影された画像ををそのままABEJA PlatformのAPIへpostし、SSDにて人物検出を行いました。ただし、これには5秒以内に人がカメラの中に収まることを前提にしたものだったので、侵入者を見落とす可能性がありました。今回は人物検出をEdge側にてSSDで行い、リア
こんにちは。R&D チームでコンピュータビジョンの深層学習モデル推論特化型人材として活躍している（自称）奥村（@izariuo440）です。Edge TPU リリースからはや４ヶ月。周辺ソフトウェアの更新でハードウェアの潜在能力が顕在化してきています。先日、post-training quantization がサポートされました。この記事では Edge TPU July 2019 Updates をベースに、意訳・追記をしています。実際に試してみた、という記事ではないのであしからず。 Edge TPU の USB アクセラレータ版はとても小さいです。参考として、弊社で販売しているスマート玄米と並べてみました。※画像をクリックすると Amazon の販売ページが開きます。 私が気になったところ post-training quantization がサポートされました。これまでは quan
今回の記事では、AutoML Visionで学習した画像のカスタムモデルを、推論に特化したエッジ向けTPUである「Coral Edge TPU」用に作成し（Google Cloud Next 2019で発表された「AutoML Vision Edge」を使用）、ラズパイのカメラを使ってリアルタイムに分類できるか試してみます。 Edge TPUとAutoMLについて Edge TPUとAutoMLについて軽く触れておきます。 TPUとは 画像識別のタスクにおいてディープラーニングは非常に高い精度を誇っています。一方で、ディープラーニングのための演算は負荷が高く、通常我々が使用するコンピュータのプロセッサ（CPU）では十分な処理速度が出ません。そういった中で、どうにかして演算を高速化するために、各社が様々なデバイスを作っています。 エヌビディアのGPUや、FPGAなどが有名ですが、Google
Edge TPU の September 2019 Updates を追う - OPTiM TECH BLOG
こんにちは。６年間使い続けた iPhone 5s に別れを告げ、iPhone 11 Pro に移行した R&D チームの奥村（@izariuo440）です。前回の Edge TPU 更新からはや２ヶ月。今回の更新では、apt-get 対応強化、コンパイラ更新、Python ライブラリ更新、GitHub への移行、などが行われました。この記事では Edge TPU September 2019 Updates をベースに、意訳・追記をしています。いくつかは実際に試してみましたが、すべてを試したわけではありませんのであしからず。 Edge TPU に関しては、過去記事も参考になるかもしれません。 Edge TPU の July 2019 Updates を追う - OPTiM TECH BLOG 2019インターン紹介: Edge TPU向けPoseNetのリアルタイム姿勢推定 - OPTiM
Edge TPU の January 2020 Updates を追う - OPTiM TECH BLOG
こんにちは。mermaid でガントチャートを書いている R&D チームの奥村（@izariuo440）です。前回の Edge TPU 更新からはや４ヶ月。今回の更新では、Edge TPU が macOS や Windows で動くようになりました。この記事では Edge TPU January 2020 Updates をベースに、意訳・追記をしています。いくつかは実際に試してみましたが、すべてを試したわけではありませんのであしからず。 Edge TPU に関しては、過去記事も参考になるかもしれません。 Edge TPU の July 2019 Updates を追う - OPTiM TECH BLOG 2019インターン紹介: Edge TPU向けPoseNetのリアルタイム姿勢推定 - OPTiM TECH BLOG Edge TPU の性能を引き出すためには？ - OPTiM TE
TFUG ハード部：Jetson Nano, Edge TPU & TF Lite micro 特集 - 資料一覧 - connpass
終了 2019/06/10（月） 19:00〜 TFUG ハード部：Jetson Nano, Edge TPU & TF Lite micro 特集 組み込み向けTensorFlowについてわいわい語る会です。 おおたまん 他 東京都港区六本木6-10-1
Raspberry PiでAIツールを使おう——インプレスR＆D、「ラズパイとEdge TPUで学ぶAIの作り方」発刊｜fabcross
インプレスR＆Dは、デリバリーツール「Spinnaker」環境を構築し、Google 「Edge TPU」をRaspberry Piで使い、自分で作成したモデルを実行するまでを解説する 「ラズパイとEdge TPUで学ぶAIの作り方」を発刊する。 本書は、Edge TPUを実際にRaspberry Piで使用して、自分で作成したモデルを実行するまでを解説するAI開発の入門書だ。AWS、GCPでマルチプロバイダに対応しているOSSの継続的デリバリーツールSpinnaker（スピネーカー）環境を構築して、Kubernetes、Google App Engineへのデプロイフローを構築する方法や、Spinnakerの機能の一つである、カナリーデプロイなどを解説する。 全6章構成。第1～2章ではRaspberry PiとEdge TPUのセットアップ、第3章「mnistの学習と推論」ではmnist
Google Edge TPUでTensorFlow Liteを使った時に何をやっているのかを妄想してみる
2019年6月10日にGoogleで開催された「TFUG ハード部：Jetson Nano, Edge TPU & TF Lite micro 特集」でのLTの資料です。 https://tfug-tokyo.connpass.com/event/133310/
Google Coral Edge TPU USB Accelerator 評価キット [RASST3PTPU0321] | Raspberry Pi Shop by KSY
ご登録いただくと商品ご購入の際、発送先、支払い情報など毎回ご入力いただかなくても簡単にご注文いただけるようになります。 ぜひご登録下さい。 登録 Raspberry Pi Pico WH 発売のご案内 ピンヘッダ搭載モデルRaspberry Pi Pico WH ついに販売開始！ 詳細は、コチラ >> 詳細... Raspberry Pi Pico W 発売開始のご案内 日本国内でも待望の発売！Raspberry Pi Pico W が本日2023年3月27日より販売を開始しました！ 詳細は、コチラ >> 詳細... 「Pi グローバルシャッターカメラ」発売のご案内 高速撮影で大活躍のラズパイの新商品、Pi グローバルシャッターカメラ が当店では2023年3月9日より販売を開始しました！ 詳細は、コチラ >> 詳細... 「Raspberry Pi デバッグプローブ」発売のご案内 デバッグ
こんにちは、R&D チームの奥村（@izariuo440）です。 前回の Edge TPU の記事から１年４ヶ月ほど空いてしまいました。その間、Windows 向けの PCIe ドライバのβ版が公開されたり Edge TPU ランタイムが OSS になったり、Python/C++ 向けの API が整理されたり MobileDet が利用可能になったりしました。今回の更新では、コンパイラや修正ツールの更新でより多くのモデルがコンパイルできるようになったり、物体検出の EfficientDet-Lite や単一人物姿勢推定の MoveNet などのモデルが追加されたりしています。この記事では July 2021 Updates | Coral をベースに、意訳・追記をしています。 Edge TPU に関しては、過去記事も参考になるかもしれません。 2019インターン紹介: Edge TPU向
この記事について Google Coral Edge TPU USB Acceleratorの動作を解析します。 まずは、入出力サイズと速度の関係、データ転送時に何が起きているかを解析します。 元々は、Edge TPU内部の8MByte SRAMの使われ方を調べたり、どういうモデルを書けばEdge TPUの性能を引き出せるかを調べようと思っていました。 が、色々なOpのモデルを試したけど何か挙動が変だ -> 入出力のデータ転送周りか? -> Reshapeなど簡単なOpのモデルで試してみよう(Vengineerさんアドバイスm(_ _ )m) -> それでもなんか変だ -> 入出力に分けて解析する必要がありそう。 という流れで、まずは入出力Tensorのサイズがパフォーマンスに与える影響を調査することにしました。これをはっきりさせておけば、後々の解析で、余計な要因に悩まされないで済むはずで
人工知能、Google Coralは全行業提供智慧解法案である - Google Coral Edge TPU Hardware & AIY Kits
AI技術は、生産ラインでの製品の量を制御するために、AIを使用して、AIの画像を介して製品の量を分析することを可能にします。 画像内で潜在的な腫瘍を識別し、それを医用にマークします。 さらに、データを分析するために、AIの画像を使用する企業の機器を分析するために、以前の市場では非常に少数の機器しか使用できませんでした。 Google Coral则は、こうした行程を提供する合理的な解決策です。 市の分析により、2020年まで、7.5の複数のAIコアチップがインテリジェントデバイスエンドに配置され、2024年までに15に延長されました。 Coralは、ローカライズされたAIを使用して製品を構築する一連の開発デバイスです。 Coralを使用すると、デバイス上のAIアプリケーションのアイデアをプロトタイプから生産まで拡張できます。 Coralシリーズのハードデバイスとコンポーネント、ソフトウェアツ
GravitylinkがGoogleの新しいCoral製品を発売、企業のローカルAIソリューション構築を支援 - Google Coral Edge TPU Hardware & AIY Kits
GravitylinkはGoogle Coralの量販代理店としてGoogle Coral Edge TPUの全てのシリアルデバイスを発売する。Coralは、企業がローカルAIの製品を開発するのを支援するための完全なツールキットであり、エッジデバイス上のニューラルネットワークにハードウエア加速をもたらす。 高効率、非公開、高速、オフラインのオンデバイス機能により、多くの企業は、ヘルスケア、スマートシティー、輸送から製造、STEM（科学、技術、工学、数学）教育などに及ぶ多様なアプリケーションを構築するため、その使用を開始している。 顧客のニーズに応えるため、Coralはプロトタイピング（試作品製造）から生産に至るまでのデバイス類を提供しており、これはスタートアップや大企業にとって十分に柔軟性がある。 プロトタイピングデバイスには、Dev Board（Miniバージョンが近くリリース予定）とU
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Edge TPU の性能を引き出すためには？ - OPTiM TECH BLOG
Raspberry Piで使える「Google Coral Edge TPU USB Accelerator」が店頭販売中「Edge TPU」搭載のUSBアクセラレータ
GCP と Edge TPU でつくるインテリジェント IoT 基盤
Edge TPU搭載の開発ボード「Google Coral Dev Board」が入荷
Dockerコンテナ上でEdge TPUコンパイラを使う - OPTiM TECH BLOG
Raspberrypi zero WとEdge TPUを活用した侵入者通知アプリを作る - Y's note
ASUSのAI処理向け小型ボード「Tinker Edge T」が店頭入荷、Google Edge TPU搭載
Edge TPU の July 2019 Updates を追う - OPTiM TECH BLOG
AutoML Vision EdgeのカスタムモデルをCoral Edge TPUで試す
Edge TPU の July 2021 Updates を追う - OPTiM TECH BLOG
Edge TPU USB Acceleratorの解析 - 入出力データの転送 - Qiita
www.afpbb.com
iganin.hatenablog.com
chizuru.vp.bex.jp
search.app
yuka0.ub.geo.jp
hattatu-matome.ldblog.jp