【東芝】学習データが十分にない産業分野においても、少数の実画像による「事前学習」で、迅速かつ高精度に解析する「画像解析AI」を開発

Digital PR Platform / 2024年12月17日 10時14分

病理画像：Veeling, B.S., Linmans, J., Winkens, J., Cohen, T., Welling, M.: Rotation equivariant
cnns for digital pathology. In: Medical Image Computing and Computer
Assisted Intervention – MICCAI 2018. pp. 210–218. Springer International Publishing
(2018)

眼底画像：Wang, Z., Yang, J.: Diabetic retinopathy detection via deep convolutional networks
for discriminative localization and visual explanation. In: AAAI Workshop. pp.
514–521 (2018)

*2 学習用画像のサイズ、学習用画像の枚数、学習に使うマシンスペックに寄る。顕微鏡画像の場合、28x28ピクセル、160枚の画像を対象に、高性能GPU（NVIDIA A100 Tensor Core GPU）を搭載したマシンを使うと事前学習にかかる時間は6時間程度。なお、社名および商品名はそれぞれ各社が商標または登録商標として使用している場合があります。