「ge-pon-onu タイプd 画像」に近い情報
「画像」に関するIT製品・セミナー情報を表示しています。

AI画像認識は魔法のつえではなく、その頭脳を育てるには労力がかかります。さらにその工程をベンダーに任せきりにしては、現場で活用できるレベルにまでAIを育てることは不可能です。「自社で頭脳を育てるなんて無理」「うちにAIスキルを持った人材はいない」――その打開策とは。

AI画像認識の導入や活用において、必要な作業をベンダーに丸投げしては期待した効果が得られないまま取り組みが頓挫したり、システム改修のたびに多額のコストが発生したりしてしまいます。現場で必ず行うべきこととは何でしょうか。キーワードは、「内製化」ではなく「DIY（Do It Yourself）」です。

AI画像認識の適用を検討する場合、対象物を何となく認識できた時点で、もうシステムができ上がったかのように勘違いしてしまう方が多いようです。しかし、AIによる画像認識は、全体システムの中の単に1パーツにしか過ぎません。次に何を考えるべきでしょうか。

AI画像認識を導入する際に、必ず踏まなければならないステップがあります。例えば、「AIは運用前の事前作業に最も工数がかかる」といわれますが、どのような作業が必要なのでしょうか。図で簡単に説明します。

ディープラーニングを画像認識に活用するためには、学習の段階でどのようなステップを踏む必要があるのしょうか。必要な画像データ数や、画像の種類は？　具体例で説明します。

ライオンがAI画像認識の技術を活用した口臭チェッカ―アプリを開発した。「AI活用ではデータの前処理に工数がかかる」「本開発に6カ月、費用は1000万円以上がかかるのが普通」といった知見を得たという。同社が語るAI活用の勘所とは。

ディープラーニングを使った画像認識は、従来の方式と何が違うのでしょうか。現場の技術レベルや認識対象の特長といった項目ごとに、表で説明します。さらに、ディープラーニングを使うべきではないケースについてもお伝えします。

AIは誰が育てるの？―－それは導入したあなた自身です。その理由は？　さらに、AI画像認識の精度ばかりを気にして、見落としてしまうある重要な事項についてお話します。

AI画像認識の導入にあたって「教師画像は何枚いるの？」「認識率は何パーセント？」といった疑問を多くの方が抱いています。今回は、AI画像認識を画像データ集めのポイントについて解説します。

AIを導入すればすぐに人件費を削減できると思っている、AIに仕事を奪われるとやみくもに恐れる――こうした間違いによって、AI画像認識の導入は頓挫してしまいます。その理由とは？

株式会社Ｊストリーム

Webサイトに欠かせないコンテンツである「画像」だが、サイトのリッチ化やデバイスの多様化に伴い必要数が増大し、ストレージを圧迫する要因となっている。その悩みを解決するのが、1枚の元画像から自動で最適化を行う画像変換サービスだ。

アプライド株式会社

ディープラーニングの製造業現場での活用事例が出始めている。特に画像認識技術を活用した検査では、目視検査の柔軟性とコンピュータシステムの繰り返し性、高速演算能力を組み合わせた対応により、自動化を実現する。

日本アイ・ビー・エム株式会社

製造業におけるAI活用で特に効果が期待されるのが、ディープラーニングの進化で活用領域が広がった「画像認識」だ。しかし、それを実装するには、データの質と量、人材確保、インフラ整備という3つの課題を解決する必要がある。

日本アイ・ビー・エム株式会社

ディープラーニングを用いた画像・映像解析は、これまで専門知識が必要な作業とされ、その作業負担も非常に重いものであった。だが、いまや画像のタグ付けや解析は、専門知識やプログラミング作業がなくとも実行可能になった。

さくらインターネット株式会社

ネットショップ作成サービスを運営する「BASE」では、大量の商品画像のサムネイル生成システムに課題を抱えていた。それを解消し、ネットショップのレスポンスを大幅に改善した、クラウドサービスの実力に迫る。