高速Deep Learningライブラリ
UncannyDL

組込用プラットフォームでDeep Learning(CNN)を実現する高速画像認識ライブラリ
UncannyDLはARM Cortex-Aシリーズ向けに最適化したDeep Learning画像認識ライブラリーであり、アルゴリズムの最適化、独自のデータ管理手法、そしてARM NEONに特徴的な命令を有効活用してパフォーマンスの向上を実現し、組込みプラットフォームでのDeep Learning画像認識を実現しています。
アルゴリズムの最適化、独自のデータ管理手法、そしてARM NEONに特徴的な命令を有効活用してパフォーマンスの向上を実現し、組込みプラットフォームでのDeep Learning画像認識を実現と、Deep LearningとIoTの融合を可能にします。
ページトップへ

Deep Learningとは

人間の脳の働きを模した学習モデルであるニューラルネットワークを活用する事で、画像、音声、文章などの高度な認識を実現する技術
  • 長い歴史を持つ(40年以上)
  • 多層を用いた人工ニューラルネットワーク(Deep = 多層)
  • 画像に適応した場合はCNN(Convolutional Neural Network:畳み込みニューラルネットワーク)とも呼ばれる
  • 認識対象の特徴を自動的に学習する
  • 学習データは、多数の畳み込みフィルタとして構成される
  • 今までのコンピュータビジョンアルゴリズムより、はるかに高いコンピュータ処理能力が必要とされる
  • 畳み込みフィルタの処理は周期的なので、並列処理に適している

UncannyDLは高速で正確

あらゆる手法でアルゴリズムは最適化されています
Algorithm Optimization
アルゴリズの最適化
C Level Optimization
C言語レベルでの最適化
Neon Intrinsics
Neonの特性を活用
Assembly Coding
アッセンブラ化
Data Handling
データ管理の最適化
キャッシュの最適化

UncannyDLの画像認識例

スマートフォン(ARM A15、Android)での画像認識
● UncannyDLライブラリを搭載したスマートフォンアプリを使用
● 画像はスマートフォンのカメラで撮影
● 画像認識は全てスマートフォン内で行い、クラウドを含む外部処理は一切使用していません
● 認識処理は全てプラットフォーム内で行うので、通信不能な環境でも使用できます

UncannyDLがサポートする標準プロセッサとOS

ARMプロセッサ

オペレーティングシステム

高性能
Cortex A8
Cortex A9
Cortex A12
Cortex A15
Linux
Android
低消費電力
Cortex A5
Cortex A7
V7-Aアーキテクチャでも可能

ページトップへ

リンク

Uncanny Vision Pvt Ltd