ax Inc. BLOG

ailia SDKで使用できる機械学習モデルである「ActionClip」のご紹介です。「ActionClip」を使用することで、任意の動画から任意のアクションを検知することができます。

クロスプラットフォームで利用できるGPU対応の高速AI推論フレームワークであるailia SDKのバージョン1.2.12のご紹介です。複合アクティベーションの専用処理によるYOLO等の高速化を行っています。

ailia SDKで使用できる機械学習モデルである「PicoDet」のご紹介です。「PicoDet」を使用することで、モバイルCPUで高速な物体検出を行うことが可能です。

クロスプラットフォームで利用できるGPU対応の高速AI推論フレームワークであるailia SDKのバージョン1.2.11のご紹介です。新たにcuDNN8.3に対応しています。

クロスプラットフォームで利用できるGPU対応の高速AI推論フレームワークであるailia SDKのバージョン1.2.10のご紹介です。新たにONNXの最新のopsetに対応しています。

クロスプラットフォームで利用できるGPU対応の高速AI推論フレームワークであるailia SDKのバージョン1.2.9のご紹介です。

クロスプラットフォームで利用できるGPU対応の高速AI推論フレームワークであるailia SDKのバージョン1.2.8のご紹介です。ailia SDKについてはこちらをご覧ください。

クロスプラットフォームで利用できるGPU対応の高速AI推論フレームワークであるailia SDKのバージョン1.2.7のご紹介です。主に高速化を中心としたリリースになります。

ailia SDKで使用できる機械学習モデルである「YOLOv2」のご紹介です。「YOLOv2」では、YOLOv1にアンカーを導入することで高精度化を行なっています。

ailia SDKで使用できる機械学習モデルである「YOLOv1」のご紹介です。「YOLOv1」は近年の物体検出の基礎となる物体検出モデルです。

ailia SDKで使用できる機械学習モデルである「NeRF」のご紹介です。「NeRF」を使用することで、3Dモデルを機械学習モデルに埋め込んでレンダリングすることが可能です。

ailia SDKで使用できる機械学習モデルである「TrafficSignDetection」のご紹介です。「TrafficSignDetection」を使用することで、道路標識を検出することが可能です。

ailia SDKで使用できる機械学習モデルである「Detic」のご紹介です。「Detic」を使用することで、21kクラスのセグメンテーションを行うことができます。