AWS DeepLens の出荷開始 – ご注文をどうぞ!

AWS DeepLens は外出先でデバイスに直接深層学習モデルを実行できるビデオカメラです。昨年、こちらの記事でそのハードウェアとシステムソフトウェアについて詳しく解説しましたが、簡単にまとめた内容がこちらです。

ハードウェア – 400 万画素のカメラ (1080P ビデオ)、2D マイクアレイ、Intel Atom^® プロセッサ、デュアルバンド Wi-Fi、USB およびマイクロ HDMI ポート、モデルおよびコード用のメモリ 8 GB。

ソフトウェア – Ubuntu 16.04、AWS Greengrass Core、MXNet と Intel^® clDNN ライブラリのデバイス最適化バージョン、他の深層学習フレームワークのサポート。

この AWS re:Invent への反響はすぐにあり、喜びもひとしおでした!教育関係者、学生、開発者などがハンズオンセッションに登録し、すぐにモデルの構築やトレーニングを始めました。彼らの情熱はプレビュー期間、そして今年の AWS Summit シーズンに入ってからも冷めることはなく、デバイス、ツール、トレーニングなどを利用できるよう、関心をお持ちの皆さんのためにできる限りのことをしてきました。

ハッカソンとチャレンジ
先月開催された HackTillDawn にて参加者の皆さんに DeepLens デバイスを試してもらいました。私は、この栄えあるイベントに参加し、3 名の勝者の選出に加わるという大変な幸運に恵まれました。チームの皆さんの様子を垣間見るという体験はとても刺激的でした。とりわけ、ほとんど機械学習やコンピュータビジョンに造詣のない人々がそれらに挑戦し、関心を持っていく様子や、大規模な音楽フェスティバルで参加者に素晴らしい体験を提供するために設計された最新アプリケーションなどが目を引きました。3 名の勝者は EDC ベガスの大会に参加し、そこでグランプリの優勝者が選出されました (Find Your Totem)。チームの皆さんおめでとうございます。EDC オーランドでも楽しんでくださいね!

また、AWS DeepLens Challenge も開催しました。このイベントでは参加者に DeepLens を活用した機械学習プロジェクトを構築してもらいました。Amazon SageMaker および/または AWS Lambda を使用した挑戦者にはボーナスポイントが与えられました。提出された課題は彼らの関心と同様に多岐に分かれ、子供向け、大人向け、動物用などにデザインされたアプリケーションが生まれました。デモ用ビデオやソースコードなど、提出された課題の詳細については、コミュニティプロジェクトページをご覧ください。3 つの最優秀アプリケーションは ReadToMe (1 位)、Dee (2 位)、SafeHaven (3 位) でした。

私が言えることとしては、DeepLens は優れた学習手段としての可能性を証明しました。HackTillDawn で参加者と交流する中で、彼らの多くが自分たちのスキルセットを広げ、彼らが自身のキャリアを積み上げるのに役立つハンズオン体験を求めていることが分かりました。

プレビューの最新情報
プレビュー期間中、DeepLens チームは自分たちの仕事に懸命に取り組み、デバイスがさらに高度になるように力を尽くしました。重要な新機能:

Gluon サポート – コンピュータビジョンモデルが、Gluon (MXNet に絶対不可欠なインターフェイス) を使用した構築、トレーニング、DeepLens へのインポート、デプロイなどに対応しました。

SageMaker インポート – Amazon SageMaker 上でモデルを構築してトレーニングし、DeepLens にインポートできます。

モデルオプティマイザー – オプティマイザーはデバイス上で実行され、ダウンロードされた MXNet モデルを最適化します。そうすることで、DeepLens GPU で効果的に実行できるようになります。

出荷開始
DeepLens の出荷が開始されました。Amazon.com からでも注文できます。つまり、数日以内に製品が皆さんのお手元に届き、独自の深層学習アプリケーションの構築を開始できるようになります。デバイスは米国内の住所に発送可能で、その他の宛先も近日中に追加されます。

また、私たちは重要な最新機能を加えた、初期機能のまとめに入っています。以下をご覧ください。

サポート対象フレームワークの拡大 – DeepLens は現在、TensorFlow と Caffe フレームワークをサポートしています。

拡張された MXNet レイヤーサポート – DeepLens は現在、MXNet で提供されている以下のレイヤーをサポートします。Deconvolution、L2Normalization、および LRN レイヤー。

Kinesis Video Streams – DeepLens カメラからのビデオストリームが、Amazon Kinesis Video Streams と併用できるようになりました。クラウドに未加工のカメラフィードをストリーミングして、その後、Amazon Rekognition Video を使用し、オブジェクト、顔情報、ビデオからのコンテンツを抽出できます。

新サンプルプロジェクト – DeepLens には今後、頭部姿勢検出のためのサンプルプロジェクトが含まれるようになります (TensorFlow による)。このサンプルを活用して、モデルがどのように構成されているかを見ることができます。以下はノートブックからの抜粋です。

皆さんがご自身の DeepLens で何を構築したか、ぜひ聞かせてくださいね。ぜひ、コメントやフィードバックをお待ちしています。

— Jeff;