venvで作った仮想環境で、TensorFlowのObject Detection APIを試してみた(学習 ~ 検出迄)

こんにちは。技術研究所の910です。
今回は少々今更感がありますが、TensorFlowに実装されたTensorFlow Object Detection APIを試してみようと思います。

…とは言ったものの、How to train your own Object Detector with TensorFlow’s Object Detector APIに丁寧に手順がまとめられていますので、詳細なやり方についてはこちらの記事をご覧になるのが良いかと思います。
なのでこの記事では、このAPIを使うことで、どれだけ簡単に物体検出を試せるのかをご覧いただければと思います。

作業環境

続きを読む


クレスコ オープンハウス2018 に来てみませんか?

      ◇◇◇ 参加登録は本記事最後のリンクからどうぞ ◇◇◇
  

こんにちは 技術研究所のぱしです。

今回は3月に開催される当技術研究所の研究発表会「オープンハウス2018」の開催告知をさせて頂きます。
なぜこの場での開催告知か?実は、4回目にして初の「一般の方へもオープンな」イベントとして開催される運びとなったためです。

オープンハウスをもっとオープンに

昨年度は関係のあるお客様、グループ会社の方々へのお誘いでしたが、今回は一般の方(先着20名様ほど)のご来場も可能です。ご興味のある方、未来へつながる技術を探しに来てみませんか?

続きを読む


UiPathForward Japan 2018 イベントレポート

こんにちは。スマートソリューションセンターの吉田です。

2018年1月26日に、UiPath社の年1回の大規模ユーザ向けカンファレンス「UiPath Forward Japan 2018」が開催されました。

本カンファレンスでは、UiPathのグローバル戦略や、日本戦略、国内外のユーザ事例、製品ロードマップなど、RPAを導入、運用するうえで非常に有益な情報が多くありました。

私も参加してきましたが、イベント参加者は1100名を超え、広い会場でも立ち見が出るほど、当日は大変盛況でした。今回はその中でオープンになっている情報をメインに、イベントレポートとしてお届けいたします。

続きを読む


エンジニア目線で見るRPA(2)

こんにちは。スマートソリューションセンターの吉田です。

前回:エンジニア目線で見るRPA(1)として、RPAの特徴とマクロとの違いや、RPAによる自動化はClass 1 ~ Class 3に分かれていること、エンジニアにもまだまだ挑戦すべきフィールドがあることを紹介しました。
本記事では、エンジニア向けにもう少し掘り下げた内容を紹介していきます。
※本記事は、テンプレート型RPAを前提としています。開発型RPAは以下当てはまらないこともありますが、あらかじめご了承ください。

RPAを構成する技術要素とルーツ

続きを読む


エンジニア目線で見るRPA(1)

こんにちは。スマートソリューションセンターの吉田です。
普段はアプリケーションエンジニアとして、Windowsクライアントアプリや、iOS,Androidのモバイルアプリ開発、WebAPI開発などを担当しています。

最近ではアーキテクチャ設計や技術支援、ハンズオン講師などを行うことも多く、お客様といろんなお話をさせていただく機会をいただきますが、多くの企業様において、RPA(Robotic Process Automation)というワードを聞く機会が増えてきました。

私が所属する先端技術事業部では、AIに関するご相談をお受けすることが多くあります。その中で、これはRPAでできるんじゃないか。というものや、AIにインプットする学習データをRPAで自動生成すればいいんじゃないか。といった話が実は多くあります。今まで人的リソースをかけて実施していたり、そもそも費用対効果で実施できなかった業務がRPAの登場により、実施可能性が出てきた。なんて話が増えてきました。

このように、ユーザ企業では非常にホットなワードになっている一方で、エンジニアにはあまり興味を持っていない人が多いのではないかと思っていたりします。

その理由には、RPAツールの多くはGUIベースでコードを記述することなくソフトウェアロボットを作成できるノンプログラミングツールが主流となっており、技術畑で育っているエンジニアだと、コードを書かないなんて面白くない、自由度が少ないと思っていたりしないでしょうか。

続きを読む


個人的によく使うショートカット

こんにちは。特派員のI.Mです。

今回はライトに私がよく使うショートカットをご紹介したいと思います。
あまり知られていないと思われるものを集めてみましたので、参考にしてもらえれば幸いです。
(私はWindowsユーザーなのでmacOSではほとんど使えないと思います)

アプリケーションごとに並べてみます。

Google Chrome

  • Ctrl + [数字]

続きを読む


Science is Fun!

技術研究所の (あ) です。
仕事始めの日にして新年最初のブログ更新日、ということで何か夢やわくわく感のある話を書きたいなぁ、と考えました。
わくわく感、と言えば “Sense of Wonder”。
Sense of Wonder といえば SF、そして科学。
そんなわけで、科学や SF の楽しさについて書きたいと思います。

SF = ?

SFというと、新作が封切られた映画の「スター・ウォーズ」や、ちょっと前の「ブレードランナー2049」のようなものを思い浮かべる人も多いでしょう。「もっと“科学”成分が高くないと」と思う人も少なくないでしょう。藤子・F・不二雄のSF短編集作品の場合は「Sukoshi Fushigi (少し不思議)」と称してます。「SFって、何?」というのは終わらない議論のネタの一つなので深入りしませんが、ここでは SF (や、その周辺) の中でも「科学の楽しさ」が伝わってくるタイプのものを取り上げます。

続きを読む


2017年度 技術研究所 研究発表会を開催しました(メイキング編)と 次回オープンハウスのお知らせを少し

こんにちは 技術研究所のぱしです。

今年もあと少しですね、本ブログも今年最後の更新となります。
そんな今回は、当技術研究所にフォーカスした内容でお届けしたいと思います。

続きを読む


データ分析者を困らせるためのデータの作り方

この記事は 『CRESCO Advent Calendar 2017』25日目(最終日)の記事です。

第1金融ソリューション事業部、兼 3D円グラフ撲滅委員 所属りーだーです。

◆はじめに

データ分析者の最も時間のかかる作業は、その名の通りデータの「分析」と思われがちですが、その前の作業、データ前処理に最も作業時間がかかります。
その作業時間は、全体の8割とも、それ以上とも言われています。

データ前処理とはデータを集めたり、データに問題がないか確認したり、分析しやすいように加工したりする作業のことです。

もし提供されたデータが使いづらい、扱いづらいものであると、データ前処理の作業時間は膨大な時間になります。

今回は、どんなデータを渡すと、データ分析者は困ることになるのか、というお話です。

続きを読む


AIに自身の判断をアシストして欲しい

この記事は 『CRESCO Advent Calendar 2017』 24日目の記事です。

おひさしぶりです、技術研究所特派員のA.Mです。
街の各所にクリスマスツリーやイルミネーションも増えてきて年末が近いという感じになってきました。
という季節柄、アドベントカレンダーの話がありました。
せっかくなので、普段と違った切り口で記事を書こうかと思ったのですが、正直アイデアが出てきません。
そんな状況のまま、自宅近くの居酒屋で遅い夕食を食べていたとき、
カウンターの隣にいたサラリーマン2人が飲みつつ、なにやら文句を言っています。
コンプライアンスの厳しい時勢ですので、さすがに具体的な社名や案件名は出てきませんでしたが、要は自分がアプローチしたい方法論が却下され

上司の指示に従った方法で仕事を進めたところコンペに負けてしまったことに納得がいっていない様子でした。

続きを読む