DeepLabCut:少量学習データで動物の身体部位をマーカーなし高精度トラッキング
ハーバード大とテュービンゲン大が、マーカー不要の姿勢推定ツール「DeepLabCut」を開発。転移学習(ImageNet事前学習モデル活用)で、約200フレームのラベル付けのみで人間級精度を達成。身体モデル・時間データ・スティック図不要で、多様種・行動に即展開可能です。
4段階ワークフロー
- 動画から複数フレーム抽出・ラベル付け
- ラベルから学習データ生成
- 必要特徴セットでニューラルネット訓練
- 未ラベルデータから特徴位置抽出
実績と応用
マウス耳・鼻・尾根、ショウジョウバエ3D室内複数部位、馬等で実証。NVIDIA Titan Xp/GTX 1080 Tiで682×540@30fps処理可能。リアルタイム姿勢フィードバック、適応的クロッピング・アーキテクチャ調整で高速化対応。生物力学解明、脳機能理解、リハビリ・スポーツ科学への応用が期待されます。
参考文献: arXiv:1804.03142 | GitHub
産業技術
- FirePick Deltaプロジェクトログ: OpenPnPでオープンソースMicroFactoryを構築
- GD&T公差:部品製造における精度と嵌合の確保
- Kor-Pak:鉄道部品とサービスの最高峰ワンストップソリューション
- 単一電源から複数ウェアラブルデバイスへのワイヤレス給電
- オープンソース用語入門:プロジェクトからライセンスまで
- オープンソースがIoTイノベーションを加速する理由
- AT&TとTech Mahindra、オープンソースAIプラットフォーム「Acumos」を発表
- IoTにおけるオープンソースソフトウェアの保護:ソフトウェアリスクの軽減
- オープンソース vs ベンダーサポートIoT開発ツール:企業に適したスタックの選び方
- オープンソースがエッジでのイノベーションを駆動する理由──必携eBook
- オープンソースがIoTとエッジコンピューティングの台頭を支える