img

SNNを使用した物体検出調査報告

自動運転を社会実装するためのAI技術の開発に挑む!

開発したサービスの概要

自動運転社会の実現に向けたAI開発として、機械学習アーキテクチャの本命と言われているSNN(スパイキングニューラルネットワーク)を使用した物体検出の調査です。

学習機能の軽量化を行い、計算コストの低いSSD-Liteへ搭載します。

開発のきっかけ

クライアントは自動車部品メーカー。自動車分野の技術開発はもちろん、AIなどの先端技術研究に注力しています。

お客さまの課題は、SNNを使用した物体検出において、学習するロジックに時間がかかってしまうこと。「入力するデータを分割して並行処理できないか」とのオファーがありました。

開発のプロセス

お客さまと一緒に実験方法を考えながら、調査を進めました。具体的にはテスト用画像のデータセットを使用して、人や自動車、信号といった物体の分類と、それが画像のどこにあるかを検出する実験を行いました。

それぞれ従来の手法の精度を保ちつつ、より高速に学習・検出できるように、ニューラルネットワークの構造を調整したり、パラメータを変更するなどして、実験条件を設定しました。

ベトナムメンバーには、指定した実験内容とアーキテクチャーでコードを作成し、結果を報告してもらいました。

もっとも苦労したのは、検出の精度がなかなか上がらなかったことです。予測した値と正解の値を比べて再帰的に学習していくのですが、この処理の作り方によって精度がまったく違ったり、あるいはまったく動かなかったりします。

まだまだ道半ばではありますが、このプロジェクトでいくつか実験を行い、精度を向上させるための施策までは提案することができました。

今後の展開

現在、調査結果をまとめている最中です。開発はまだはじまったばかり。今後も試験を重ねてデータを集めながら、技術を深化させていく予定です。そもそもSNNが物体検出で使えるか否か、さらなる検証で明らかにしていきたいと考えています。

他のプロジェクト