AI技術を用いた画像分析【前編】
Dellの「深層学習モデル」で分析時間が“7分の1”になった訳
Dellはサンゴ礁の保全団体と提携し、深層学習モデルの開発に取り組む。開発した学習モデルはサンゴ礁保全活動の効率化のために活用する。具体的にどのような効果をもたらすのか。
Dell Technologiesは、オーストラリアのサンゴ礁保全団体Citizens of the Great Barrier Reefと共同で、機械学習の一種である深層学習（ディープラーニング）による学習モデル（以下、深層学習モデル）の開発に取り組む。Citizens of the Great Barrier Reefはサンゴ礁の画像を収集し、分析している。深層学習モデルは、その取り組みをどのように変えるのか。
「深層学習モデル」でサンゴ礁保全活動の効率化を図る
Citizens of the Great Barrier Reef は、グレートバリアリーフ（オーストラリア北東岸に広がる世界最大のサンゴ礁地帯）の調査プロジェクト「The Great Reef Census」（GRC）を実施している。ダイバーやシュノーケラーが水中で撮影した画像を用いて、オーストラリア北東岸沿いに2400キロにわたって広がるサンゴ礁の状態を確認する。
2021年のGRCの調査では、グレートバリアリーフにおけるサンゴ礁240カ所の画像約1万3000枚を収集した。Citizens of the Great Barrier Reefの創設者兼CEOのアンディ・リドリー氏はGRCについて、「世界有数の民間プロジェクトだ」と話す。
プロジェクトには幾つかの課題がある。まず、画像の分析には一定の時間を要する。2021年にGCRが実施した調査では、市民ボランティアが1万3000枚の画像を分析するのに1枚当たり約7分、合計すると約1516時間を要した。他にも、市民ボランティアがサンゴ礁の状態を検証する精度は専門家と比較すると劣るため、正確性が課題として挙がっていた。
Dell Technologiesが開発する深層学習モデルは、画像内の全画素にラベルやカテゴリーを関連付けるアルゴリズム「セマンティックセグメンテーション」を使用する。このアルゴリズムを用いると、画像内にあるサンゴ礁の境界を10秒未満でラベリングすることが可能になる。ラベリングの精度は市民ボランティアが検証する。これにより、1万3000枚の画像を1枚当たり1分弱、合計すると約200時間で分析できるようになった。
Dell Technologiesは人手と深層学習モデルの両方を用いて、サンゴ礁に分類される、144種の有機体のカテゴリーを13種に絞った。そこからさらに深層学習モデルの改良を重ねることで、5種のカテゴリーにまで絞り込んだ。Dell Technologiesでアジア太平洋および日本のプリセールス担当バイスプレジデントを務めるダニー・エルマージ氏は、「画像に映る物体がサンゴ礁かどうかを確かめる、人間による検証作業が容易になる」と説明する。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド：効果的な意思決定を実現する秘訣とは？ -
製品資料
[株式会社リンプレス] 非デジタル／IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計：「判断と責任」を人に残すための2つの原則とは？ -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
2
パナソニックが国内製造26拠点のERPを「SAP S/4HANA」に統一 アドオン7割削減
-
3
「AIバブル」は崩壊するのか？ 熱狂の後に来る“尻拭い”と4つの防衛策
-
4
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
5
守るべきは「開発者のフロー状態」 AIによる生産性改善の6施策
-
6
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
7
「データストレージの活用方法」に関するアンケート
-
8
全社標準「Copilot」にダメ出し？ 現場の8割が不満を抱く“致命的な欠点”
-
9
「企業内サーバ環境の利用実態」に関するアンケート
-
10
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
ホワイトペーパーランキング PR
-
1
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
2
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
3
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
6
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには？
-
8
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
9
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは？
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー