第1回目インテル DevCupx OpenVINO ツールの試合結果が発表され、人工知能を通じてさまざまな問題点が解決されます

昨年9月に台湾で開催されたIntelDevCup x OpenVINO Toolkit コンテストでは、4か月以上のコンテストの後、登録された258のチーム提案から80チームが選ばれ、最終選考段階に入り、本日（1/14 ）受賞者リストを発表します。その中で、「バイオメディケア」チームによる「X1Imaging Artificial Intelligence Assisted Screening System for Osteoporosis」が実用グループの試合で金賞を獲得しました。「You aremyeyes」チームの「環境認識と作品「障害物回避と指導のためのスマートブラインドカー」がコンセプト試合で優勝しました。

Intel DevCup x OpenVINO Toolkitコンテストは、経済省の産業局によって指導されており、主催者であるIntelは、台湾の40の産学官のAIエコシステムパートナーを共同でサポートし、合計106チームを集めて登録しています。マスター向けの「練習グループ」は初心者向けの「コンセプトチーム」に合計152チームが登録し、予備選挙では「実用チーム」から「コンセプトチーム」が20チーム選出されます。 「決勝戦に出場する60チームを選択します。

参加チームはインテルのOpenVINO APIリソースを使用し、クロスプラットフォームの人工知能推論開発ツールを使用して、医療や看護、製造、スマートトランスポーテーション、セキュリティ保護、知恵など、創造性に満ちた、またはさまざまな問題点を解決できる作業を完了します。都市、小売、その他の分野。

実用グループで選択された20のチームは、人工知能のスタートアップ、ソフトウェア/システム開発サービスプロバイダー、専門家のスタジオ、研究機関などからのものです。コンセプトグループで選択された60のチームは、AIを初めて使用しますが、多くはIntelを使用しています。 DevCloud。クラウドプラットフォームには、クリエイティブなアプリケーションをすばやく実現するための事前トレーニング済みモデルが装備されています。

優勝チームは次のとおりです。

実用グループ金賞：「バイオメディケア」

ラベル付けとトレーニングは、骨粗鬆症検査のためのWHO医療ガイドラインに従って、一般的なX線装置と股関節の医用画像を使用して行うことができます。また、特許取得済みの低データ高精度AI反復トレーニングアルゴリズムトレーニングを使用すると、トレーニング効率を16倍に高めることができ、Windows10でOpenVINO用のONNXランタイムの実行を高速化できます。測定結果の効率は3に達する可能性があります。時間、およびセグメンテーションの平均信頼性が高く、97％以上をなりあます。

さらに、股関節骨粗鬆症のリスクを検出するためのDXA機器と、Tスコア（健康な若者の骨密度と比較した値）の分析およびテストレポートと比較すると、AIモデルのAUCは96.4％に達し、感度は97.2％、特異度は95.6％でした。 、正の予測値は95.7％、負の予測値は97.1％でした。

実用グループ銀賞「7STARLAKE」

Pytorchを使用して独自の3層モデル（車両検出、車両ナンバープレート位置認識、ナンバープレート認識）を構築し、OpenVINOを使用してPytorchのONNXへの展開とONNXからIRへの展開を完了します。Corei7-1185GREプロセッサでの推論パフォーマンス21.13FPSに到達でき、AIコンピュータービジョンを使用して、道路状況のリアルタイム検出と交通地図の分析（違法駐車の検出、赤信号の実行など）の目標を達成します。

実用グループ銅賞「MARKII」：

チームは、データ収集（画像IoT）、AI技術アプリケーション、迅速な展開から、太陽光発電所のエンジニアで構成され、ユーザーの視点から開発されます。 OpenVINOを使用してパフォーマンスを向上させ、1対多の監視デバイスを確立することで、ハードウェアへの投資を効果的に削減し、インテリジェントな変換のしきい値を下げることができます。

コンセプトグループ金賞「あなたは私の目」

スマートガイドカーは、視覚障害者が一人でいる場合や支援機器を使用するのが不便な場合でも、視覚障害者が簡単に移動できるようにします。 OpenVINOにより、物体認識モデルの推論が加速され、ハードウェア性能が制限された自動運転車が性能を実現が可能をなりります。

以前のOpenVINOの未使用と比較して、CPUコンピューティングのパフォーマンスは100倍以上向上しました（3.11FPS）。小型で高性能なIntelMovidius Myriadを使用することで、700倍以上に到達でき、21.79FPSの速度で適切な認識速度を実現できます。

コンセプトグループ銀賞「JianmaAIMedical」

連合学習を使用してゲノムワイド関連解析（GWAS）を達成するには、OpenVINOの異種分散協調推論機能を使用して、UI音声認識モデルをCPUで完了し、2つのIntel Neural Compute Stick2でECGモデルのトレーニングとそれぞれヘモジデリンヘモモデルトレーニング。

Kneron KL520によってトレーニングされたGWAS次元削減分類モデルと連携し、1台のコンピューターで共同推論を完了することができます。

コンセプトグループ銅賞「台湾科技大学」

国立台湾科学技術大学電子工学研究所および工科大学のデュアルイメージ融合技術および未知の物体認識技術と組み合わせて、OpenVINOおよびIntel Neural Compute Stick 2を使用して、全天候型の未知の障害物警告システムを加速します。 、ぼやけた視界で夜間でも高精度を実現可能高い認識率、未知の物体の認識でも、推定速度は70FPSに達することができ、将来のL5自動運転車の基本的な機器要件を満たすことができます。