「AI日常化挑戦する会社」

ディープラーニング技術を用いたオリジナルパッケージPC「A eye BOX」

A eye BOX_AI画像分類

 

A eye BOXとは

ディープラーニング向けとして 最適なOS、GPU をセレクトし、AI 学習ソフトシステムを 導入しております。
ディープラーニングが 初めての方でも安心して ご利用頂けます。

A eye BOXでできること

画像分類

工業製品の外観検査などで見られる、微小な傷/ 汚れ等を検知して正常・異常の判定

物体検知

監視カメラ等で利用される人間の検出や、製品の傷ついた部分の特定、異物検査。

■一つのアプリソフトで学習データ作成(アノテーション)から推論実行(デプロイ)まで対応。
■Windows 版、Linux(Ubuntu)版など多彩な環境において 推論実行(デプロイ)が可能。
■画像分類の結果をコンフュージョンマトリクスで視覚的に表示。

専門知識・準備不要で導入可能

A eye BOX は届いたその日から簡単にDeepLearning の一連の処理を実行できます
AI エンジニアでなくてもAI( ディープラーニング) 開発にチャレンジできます。
ディープラーニング技術を用いた画像分類・物体検出を行うためのアプライドオリジナルパッケージPC。

ユーザーフレンドリーなGUI で、Deep Learning の学習ステップである、学習データ作成(アノテーション)から学習実施、 そして出来上がった学習モデルの推論実行(デプロイ)までを1台のPC で行うことができますので、 学習データ作成から推論実行までのプロセスを何度でも簡単に繰り返し試すことが可能となっています。

1.メイン画像

実施したい機能を画像分類・物体検知の中から選択します。

2.学習データの作成(分類)

分類用学習データ作成画面

3.学習用データ作成(物体検知)

選択したタスクに応じた学習用データを作成します。

4.学習条件設定

Deep Learning による学習条件を設定します。

5.学習モデル作成・経過可視化

作成した学習用データと、設定した学習条件を使用して学習を行います。

6.テスト推論・結果可視化

作成した学習モデルを使用してテスト推論を行います。

フレームワーク・ライブラリに対応

nVIDIA DIGITS
Tensor-Flow
PyCUDA
cuDNN
Theano
NCCL2
Oracle-JAVA8
Torch
Python
CUDA Toolkit
NV-Caffe
Keras
Chainer
OpenCV Use CUDA
FFmpeg

※ フレームワーク・ライブラリは、モデルによって対応が異なります。※有償オプションになります

 

おすすめワークステーション

 

CERVO Deep for Linux A eye BOX

オペレーティング・システム : Ubuntu 18.04 LTS
DeepLearningシステム : CUDA9 / A eye BOXソフトウェア
プロセッサー : インテル® Core™ i7-7820X プロセッサー
メモリー : 32GB (8GB x 4) DDR4-2666
ストレージ : 500GB SSD + 4TB エンタープライズ HDD
光学ドライブ : DVD スーパーマルチ
ネットワーク : [2 ポート] ギガビット・イーサーネット
GPU (計算用) : NVIDIA® GeForce RTX™ 2080TI 11GB-GDDR6
電源ユニット : 1,800W 80 Plus Platinum 認証