パナソニック ホールディングス(パナソニックHD)は23日、AIによる物体検出の精度低下を抑えながら学習データ構築コストを半減できる技術を開発したと発表した。
近年、AIは公共施設や自動車などさまざまな現場で実装が進み、くらしやしごとの安心安全を支えている。画像から人や自動車などを高精度に検出するAIモデルの開発においては大量の学習データが必要だが、一度開発したAIモデルを撮影機材や時刻・天候等の条件が異なる現場や環境に適用する場合、その都度大量の学習データの撮影・取得とアノテーション(画像内の人、自動車などのラベル付け)を実施する必要がある。そのため、開発したAIを環境の異なる多様な現場に展開するには、データ構築に要する時間とコストが大きいという課題から、データ構築コストを削減する技術の需要が高まっている。
今回開発した少数のラベル付きデータに対するドメイン適応技術は、環境が大きく異なる現場に対しても、従来法と比較し圧倒的に少ない学習データでAIモデルの他現場展開を実現する。
本技術については、パナソニックグループの幅広い事業、ソリューションへの適用を目指し、多様な現場データでの実証実験を進めており、特に難易度の高い、RGB画像をソースドメイン、遠赤外線画像をターゲットドメインとした物体検出において、本手法の有効性が示された。