【開発事例】画像系生成モデルの改善案件
画像系生成AIの改善を実施
E社が運用するDiffusionモデルを用いた画像系生成AIモデルの改善を実施した。 Diffusionモデルは推論においてもモデルを複数ステップ回すので、 推論時間は一般的に長い。これはユーザのエクスペリエンスを低下させる一因である。 当社では長年培ったモデルのアーキテクチャに対する理解、およびdeviceへの理解があり、 これにより推論の精度を低下させることなく、高速化、軽量化を実現させた。(画像はDDIMより) ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。
基本情報
※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。
価格帯
納期
用途／実績例
※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。
カタログ（1）
カタログをまとめてダウンロード
おすすめ製品
取り扱い会社
当社は、人工知能に関し、受託開発や自社プロダクトを展開しております。 2013年よりDeep Learningにシフトし、CNNやRNNの改良に取り組む。 2014年に独自のディープラーニング・フレームワークをC言語で作成。（Preffered NetworkdのchainerやGoogleのTensorflowよりも先に発表） 2016年より日本で最大規模の人工知能コミュニティである全能アーキテクチャにおいて、主たるメンバーが集まった開発部で活動を開始。 2016年7月、全能アーキテクチャ開発部にて Double-DQN モデルの実装に成功。 2017年より大手企業N社様のAIシステムを開発。 その後、製造業分野、医療分野、農林水産業分野などで多くのシミュレーションモデル、およびロボット・モデルを開発。 Award： 2016年 第１回人工知能ハッカソン in メディア工房にて優勝 2018年 海洋研究開発機構データ分析コンペ 銀メダル 2020年 経産省データ分析コンペ AIエッジコンテスト 銅メダル ご要望の際はお気軽にお問い合わせください。