こんにちは！データインテリジェンスチームの吉田です。今回は、2024年6月に公開された単眼深度推定モデル「Depth Anything V2(([https://depth-anything-v2.github.io/](https://depth-anything-v2.github.io/)))」について詳しく紹介します。本記事は連載記事です。Depth Anything(([https://depth-anything.github.io/](https://depth-anything-v2.github.io/)))の解説編と実践編、そして本記事の三部構成となっています！Depth Anythingの連載記事を執筆中にDepth Anything V2が公開されたため、せっかくなのでDepth Anything V2の解説もしよう！ということで追加の連載記事を書いています。以後、モデルを明確に区別するため従来のDepth Anythingを"V1"、Depth Anything V2を"V2"と呼称する場合があります。本記事ではDepth Anything V2にバージョンアップしたことによって何が変わったのかを中心に解説してきたいと思います。

こんにちは！データインテリジェンスチームの吉田です。 今回は、Depth Anythingの実行方法と応用例について紹介します。 本記事は連載記事です。解説編と実践編の二部構成となっています！今回の実践編ではDepth Anything*1を実際に動かす方法を紹介したいと思います。実際に動かす前に論文の内容を知りたい！という方は、この記事の前に前回の解説編へどうぞ！ ↓リンクはコチラ document.addEventListener('DOMContentLoaded', function() { var links = document.querySelectorAll('a[href]'…

こんにちは！データインテリジェンスチームの吉田です。 今回は、TikTokと複数の大学が共同で開発した最新の単眼深度推定モデル「Depth Anything*1」について詳しく紹介します。 本記事は連載記事です。解説編と実践編の二部構成となっています！解説編ではDepth Anythingの論文についてちょっとした解説を行いたいと思います。論文の内容よりもまず動かしてみたい！という方は、この記事を飛ばして次回の実践編に向かっても構いません！ ↓リンクはコチラ kdl-di.hatenablog.com 要約 そもそも単眼深度推定とは? Depth Anythingとは? モデル構造 学習に用い…

データインテリジェンスチームの黒臺(くろだい)です。 どんな画像でもセグメンテーションができるというSegment Anything Model(以降SAMと表記)を今回は紹介します。 SAMとはMeta Platforms, Inc.(Meta)から発表されたセグメンテーションタスクに特化したモデルです。下記のURLから、ウェブサイト上でセグメンテーションを試すことができます。 segment-anything.com セグメンテーションとは、画像内の物体を1ピクセルごとに分けるタスクを指します。画像内の物体のマスク用データを作ることと同義です。KDLの公式キャラクターのデジごんと背景を分け…

独自の文書から質問・回答する仕組みをAWSのBedrockとKendraを使ってTerraformで作ってみました。今回の記事はデプロイして実際に質問・回答させるところまで紹介します。生成AIの社内活用でお悩みの方必見です。

独自の文書から質問・回答する仕組みをAWSのBedrockとKendraを使ってTerraformで作ってみました。今回の記事はTerraformでAWSのリソースを作成するところまでを紹介しています。生成AIの社内活用でお悩みの方必見です。

独自の文書から質問・回答する仕組みをPromptflowを使って作ってみました。今回の記事は精度向上・デプロイ編ということで、プロンプト調整とエンドポイントへのデプロイまでを紹介しています。生成AIの社内活用でお悩みの方必見です。

独自の文書から質問・回答する仕組みをPromptflowを使って作ってみました。今回の記事はフロー作成編ということで、独自データから質問・回答させるところまでを紹介しています。生成AIの社内活用でお悩みの方必見です。

独自の文書から質問・回答する仕組みをPromptflowを使って作ってみました。今回の記事はその準備編ということで、システムの全体像と必要なリソースの準備について紹介しています。生成AIの社内活用でお悩みの方必見です。

ソラカメによる遠隔画像取得と、YOLOによる人数カウントを定期実行。結果をリアルタイムでkintoneに反映！

AzureOpenAIのGPTモデルを使って返答を生成します！どんな返答が生成されるでしょうか・・・！

オフィス人数の遠隔自動取得に挑戦！クラウド録画映像を取得し、写っている人数をAIで検出、カウントします。ソラカメとYOLO v8を使用します．

AIに対して有害な情報が入力もしくはAIが有害情報を出力していないか監視する機能のコンテンツフィルタ。今回はこちらの機能をAzure OpenAI Studio上から設定してみます。コンテンツフィルタの基礎から実操作までこれでわかる！

今回は6月27日（火）と28日（水）に日本マイクロソフト株式会社の品川オフィスとオンラインのハイブリット形式で開催されたイベント「Microsoft Build Japan」のExpoブースにて展示した「レシピ提案アプリ」について、人気だったプロンプトエンジニアリングについて解説！

Azure OpenAIのChatGPTを利用し、Cognitive ServicesのSpeechToTextを使って音声から文字起こしした内容をChatGPTに入力してみます！さて一体どんな結果が返ってくるのでしょうか？

AITRIOSとIMX500を使った物体検出記事第3弾！最終回の今回は、モデルの再学習と画像の再撮影を行いました。物体検出が上手くいかなかった場合の考察と対策を考えて実際に精度向上に挑みます！

AITRIOSとIMX500を使った物体検出記事第2弾！今回はAPIを使って撮影と検出結果の確認に挑戦しました。

ソニーセミコンダクタソリューションズ株式会社のエッジAIセンシングプラットフォーム「AITRIOS（アイトリオス）」とエッジAIセンサー（インテリジェントビジョンセンサー）IMX500を使った物体検出に取り組む。概要とモデル作成とデプロイの方法を紹介。

株式会社ソラコム様より発売されているネットワークカメラ ”ソラカメ” について第1回目の本記事では、ソラカメの概要とAPIの種類や活用事例をご紹介します。

Azure OpenAI Serviceの「「埋め込みモデル」」についてご紹介！なぜベクトル化するのか？という所から説明します。

「ChatGPT」とAzure Cognitive Servicesを利用して音声会話ボットを作ってみました！第一回目の今回は、音声入力からテキスト生成をやってみます。たった数行のコードで高度な内容を実現できることを実感してください！

今回はYOLOXのリアルタイム推論にチャレンジです！デモコードだけでは物足りない方、必見です！

Azure OpenAI Service（以下 Azure OpenAI）が使えるようになりましたので、早速使い倒してみた記録を残していきたいと思います！！

AWSの分散処理サービスである「AWS Glue」を使って、分散処理を実行してみます。第二回目の今回は、ローカルでの開発方法をご紹介します。

AWSの分散処理サービスであっる「AWS Glue」を使って、分散処理を実行してみたいと思います！第一弾の今回は、AWS Glueとはなにか？そしてローカルでの開発方法や開発に使うサービス・ツールをご紹介します。

PySparkを利用した分散処理コーディングを一緒に体験してみましょう！

今回はAIモデルをCPUで高速に実行できると噂のONNX・OpenVinoを用いてYOLOv5の高速化に取り組みます！AIモデルをスマートフォンやIoTデバイスで動作させたい全国のエンジニア必見です！

フーリエ変換を利用して、弊社の公式キャラクター「デジごん」を檻から救出してあげます！

今回は、AIモデルにBatch Normalizationを導入することで学習の安定性を向上させます。

今話題のChatGPTを解説して、実際に使ってみました！