「ディープラーニング活用の教科書 実践編」

「ディープラーニング活用の教科書」に続いて、最近の事例を知るために読んでみました。 備忘のために、事例と関連情報を記しておきます。

第2章 商品開発・業界構造を変える

キューピー：画像認識×良品検査

• TensorFlow
• ブレインパッドがAI実装、日立製作所がGUI設計

プラグ：画像認識×マーケティングリサーチ

AnyTech：動画認識×異常検知

NTTドコモ：画像認識×リテール支援

• サイバーリンクスがシステム販売

フジクラ：画像認識×良品検査

• YOLO（物体検出）

日本たばこ産業：画像認識×リテール支援

• SIGNATEのコンテスト活用

トレタ：画像認識×リテール支援

• Azure ML Service
• fastText（ラベル付け）

Sports Technology Lab：画像認識（人物検出）

• PFNと共同開発、データスタジアムがデータ提供

ソフトバンク：画像処理

• TensorFlow
• MobileNet（CNN）
• カタリナと共同開発

第3章 消費者のデマンドに応える

楽天：自然言語処理×自動翻訳

• RNN→LSTM→Transformer
• 楽天技術研究所シンガポールで開発

ヤフー：画像認識（文字認識）

SMBC日興証券：予測（株価）

• HEROZと共同開発

第4章 働き方を改革する

荏原環境プラント：画像認識（物体検出）

• Ridge-iが開発

ユニファ：画像認識×選別

• TensorFlow
• VGG16（CNN）
• 2019年9月時点で約200の保育園が採用

NTTデータジェトロニクス：画像認識×リテール支援

• MobileNet（CNN）
• MobileNet-SSD（物体検出）

モノフル：画像認識（文字認識）

• フューチャースタンダードが開発

三菱総合研究所：画像認識×文書作成

• 北京大学と共同開発

DeNA：画像認識×危険検知

イシダ：画像認識×ロボット

• DeepXがAI開発

AVILEN：画像認識（図面）

• U-Net（セマンティックセグメンテーション）

第5章 不正・異常を検知、社会課題を解決する

リコー：画像認識×点検

日本気象協会：予測（降雨）

日本取引所自主規制法人：不正検知

• NECのRAPID機械学習を採用

misosil：不正検知

トプコン：画像認識×診断

• ABEJA Platform

Ollo：画像認識（顔認証）

• 初期費用3万円、月額約3万円