304070記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. エッジFPGA向けYOLOを用いたリアルタイム物体検出と分類（Real-Time Object Detection and Classification using YOLO for Edge FPGAs）
2 分で読了
10 views

エッジFPGA向けYOLOを用いたリアルタイム物体検出と分類

（Real-Time Object Detection and Classification using YOLO for Edge FPGAs）

#Classification
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近、うちの若手が「YOLOで現場のカメラを賢くできます」と騒いでいるのですが、正直よく分からなくて困っています。要点を教えていただけますか。

AIメンター拓海

素晴らしい着眼点ですね！YOLOというのは物体検出の手法で、最近はエッジ（現場）で動かすために軽量化した実装が進んでいるんですよ。大丈夫、一緒に要点を3つに絞って説明できますよ。

田中専務

まず現場に置くなら電力や速度、精度のバランスが大事だと思うのですが、論文ではどこを改善しているのですか。うちの工場にも導入できる話でしょうか。

AIメンター拓海

端的に言えば、エッジFPGA（Field-Programmable Gate Array、現場向け再構成可能ハードウェア）向けにYOLOv5を

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
3D LiDARセマンティックセグメンテーションの教師なしドメイン適応（Contrastive Learningとマルチモデル疑似ラベリング） – Unsupervised Domain Adaptation for 3D LiDAR Semantic Segmentation Using Contrastive Learning and Multi-Model Pseudo Labeling
次の記事
WaveMambaによるRGB–赤外線物体検出の周波数融合革新
（WaveMamba: Wavelet-Driven Mamba Fusion for RGB-Infrared Object Detection）
関連記事
コーシー雑音損失によるランダム行列モデルの確率的最適化
（CAUCHY NOISE LOSS FOR STOCHASTIC OPTIMIZATION OF RANDOM MATRIX MODELS VIA FREE DETERMINISTIC EQUIVALENTS）
デジタル・ミーの時代へ：パーソナル・ヒューマン・デジタルツインが切り拓く対話エージェントの未来
（Towards the “Digital Me”: A Vision of Authentic Conversational Agents Powered by Personal Human Digital Twins）
広域電力系の制御におけるサイバー攻撃の検出と軽減のための人工知能アプローチ
（Artificial Intelligence based Approach for Identification and Mitigation of Cyber-Attacks in Wide-Area Control of Power Systems）
空中書きによる単一ストローク数値認識のためのCNNベースのフレームワーク
（A CNN Based Framework for Unistroke Numeral Recognition in Air-Writing）
表現学習のための高速かつ頑健なアーキタイプ解析
（Fast and Robust Archetypal Analysis for Representation Learning）
スロットベースの物体中心モデルのスロット数に対する感度
（Sensitivity of Slot-Based Object-Centric Models to their Number of Slots）
関連タグ
#Classification
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
機械学習を組み込む安全クリティカルシステムの工学的課題
（Engineering problems in machine learning systems）
  • 論文研究
DefectNetによる不均衡データ上の多クラス欠陥検出
（DEFECTNET: MULTI-CLASS FAULT DETECTION ON HIGHLY-IMBALANCED DATASETS）
  • 論文研究
密集領域における精密検出の手法
（Precise Detection in Densely Packed Scenes）
  • 論文研究
果物認識のための畳み込みニューラルネットワークによる分類器の実装
（Implementation of Fruits Recognition Classifier using Convolutional Neural Network Algorithm）
  • 論文研究
話者不均衡な音声コーパスを用いたマルチスピーカニューラル音声合成の学習
(Training Multi-Speaker Neural Text-to-Speech Systems using Speaker-Imbalanced Speech Corpora)
  • 論文研究
COCO TSによる実画像注釈生成で変わるシーンテキスト分割
（COCO TS Dataset: Pixel–level Annotations Based on Weak Supervision for Scene Text Segmentation）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む