【海外ITニュース速報】コンピュータービジョンモデルの精度を向上させるVoxel51は1250万ドルを調達します

【海外ITニュース速報】コンピュータービジョンモデルの精度を向上させるVoxel51は1250万ドルを調達します

Improving accuracy of computer vision models, Voxel51 raises $12.5M

コンピュータービジョンモデルの精度を向上させるVoxel51は1250万ドルを調達します

要約(英語):

Computer vision AI models rely on having properly labeled data in order to infer the correct object. Ann Arbor, Michigan-based startup Voxel51 has raised $12.5 million in Series A funding. The company will bring together thought leaders to give guidance on how metaverse technology will transform the way all industries communicate and do business. "When I was a grad student, I had datasets that numbered in the dozens and I could look at every sample," said Voxel51 Cofounder Jason Corso. Unstructured video content is growing globally.

要約(日本語):

コンピュータービジョンAIモデルは、正しいオブジェクトを推測するために、適切にラベル付けされたデータを持つことに依存しています。ミシガン州のスタートアップVOXEL51は、シリーズAの資金調達で1,250万ドルを調達しました。同社は、Sound Leadersを集めて、すべての業界がコミュニケーションとビジネスを行う方法をメタバーステクノロジーがどのように変えるかについてガイダンスを提供します。「私が大学院生だったとき、私は数十人に番号が付けられたデータセットを持っていて、すべてのサンプルを見ることができました」とVoxel51の共同設立者Jason Corsoは言いました。構造化されていないビデオコンテンツは世界的に成長しています。

本文:

Were you unable to attend Transform 2022? Check out all of the summit sessions in our on-demand library now! Watch here.

Transform 2022に出席できませんでしたか?今すぐオンデマンドライブラリでサミットセッションをすべてチェックしてください!ここをご覧ください。

Computer vision AI models rely on having properly labeled data in order to infer the correct object. The challenge of helping to verify that data used for a model is accurate is one that Ann Arbor, Michigan-based startup Voxel51 is aiming to solve with open-source tools and a commercial service called FiftyOne Teams.

コンピュータービジョンAIモデルは、正しいオブジェクトを推測するために、適切にラベル付けされたデータを持つことに依存しています。モデルに使用されるデータが正確であることを確認するのに役立つ課題は、ミシガン州のスタートアップVoxel51がオープンソースツールとFiftoneチームと呼ばれる商業サービスで解決することを目指していることです。

Ann Arbor is home to the University of Michigan, which is where Voxel51 cofounder and CEO Jason Corso works as a professor, and where he got the idea to build the new company. Corso’s research focuses on computer vision applications like the relationship of video to natural language. In recent years, as computer vision adoption has grown so, too, has the size of the datasets.

Ann Arborにはミシガン大学の本拠地があります。これは、Voxel51の共同設立者兼CEOであるJason Corsoが教授として働いており、新しい会社を構築するというアイデアを得ました。Corsoの研究は、ビデオと自然言語の関係などのコンピュータービジョンアプリケーションに焦点を当てています。近年、コンピュータービジョンの採用が成長するにつれて、データセットのサイズもあります。

“When I was a grad student, I had datasets that numbered in the dozens and I could look at every sample,” Corso told VentureBeat. “Now my students came along and they can’t look at a million samples; it’s just not possible, so the need for Voxel51 was born out of that.”

「私が大学院生だったとき、私は数十の数字で番号が付けられたデータセットを持っていて、すべてのサンプルを見ることができました」とCorsoはVentureBeatに語りました。「今、私の学生がやって来て、彼らは100万のサンプルを見ることができません。不可能なので、Voxel51の必要性はそれから生まれました。」

It’s a need that has found a reception in the marketplace and with investors. Today, the company announced that it has raised $12.5 million in series A funding from Drive Capital, Top Harvest and Shasta Ventures, as well as from existing investors eLab Ventures and ID Ventures, and the University of Michigan. 

市場や投資家とのレセプションを見つけたのはニーズです。本日、同社は、ドライブキャピタル、トップハーベスト、シャスタベンチャー、および既存の投資家Elab Ventures and ID Ventures、およびミシガン大学からのシリーズAの資金調達で1,250万ドルを調達したと発表しました。

MetaBeat 2022

メタビート2022

MetaBeat will bring together thought leaders to give guidance on how metaverse technology will transform the way all industries communicate and do business on October 4 in San Francisco, CA.

Metabeatは、10月4日にカリフォルニア州サンフランシスコで、すべての業界がコミュニケーションとビジネスを行う方法をメタバーステクノロジーがどのように変化させるかについてのガイダンスを提供するために、Sound Leadersを集めます。

Unstructured data takes many forms and includes any type of data that doesn’t fit into a specific data structure format (e.g., columns and rows). 

非構造化されたデータには多くのフォームが必要であり、特定のデータ構造形式(列や行など)に適合しないあらゆるタイプのデータが含まれます。

Among the most common forms of unstructured data is video content, which is growing exponentially as the number of cameras continues to grow globally. Getting value out of unstructured video data can happen in a number of different ways. Corso noted that there are technologies that help users to extract semantically meaningful information from images, such as simple tools that allow users to look for images taken in a certain location.

構造化されていないデータの最も一般的な形式の中には、ビデオコンテンツがあります。これは、カメラの数がグローバルに成長し続けるにつれて指数関数的に増加しています。構造化されていないビデオデータから値を取得することは、さまざまな方法で発生する可能性があります。Corsoは、ユーザーが特定の場所で撮影した画像を探すことができる簡単なツールなど、画像からセマンティックに意味のある情報を抽出するのに役立つテクノロジーがあると述べました。

While there is no shortage of unstructured image data and large datasets used to help train computer vision models, ensuring accuracy is a challenge.

非構造化された画像データやコンピュータービジョンモデルのトレーニングに役立つ大規模なデータセットが不足することはありませんが、精度を確保することが課題です。

“Our whole shtick is that when datasets grew to be over 10 million samples, no one bothered to look at the images anymore,” Corso said.

「私たちの全体的なシュティックは、データセットが1,000万サンプルを超えるようになったとき、誰ももう画像を見ることを気にしなかったということです」とCorso氏は言いました。

What Voxel51 is doing is acting as a bridge between what a data engineer does when creating datasets, and what either that same engineer or their partner does when they’re training models. The Voxel51 technology supports visualizing annotations on image data and can be used to identify potential errors as well enabling users to compare the performance of different models.

Voxel51が行っていることは、データセットを作成するときにデータエンジニアが行うことと、同じエンジニアまたはパートナーがモデルをトレーニングしているときに行うことの間の橋渡しとして機能することです。Voxel51テクノロジーは、画像データの注釈の視覚化をサポートし、潜在的なエラーを特定し、ユーザーが異なるモデルのパフォーマンスを比較できるようにするために使用できます。

Corso explained that Voxel51 enables users to semantically slice data to understand the correctness of a model. For example, via a Python API, a user can execute a query on a computer vision dataset to find all the images in which one model outperforms another, for images where there is a child running into the street.

Corsoは、voxel51がユーザーがデータをセマンティルにスライスしてモデルの正確性を理解できるようにすることを可能にすると説明しました。たとえば、Python APIを介して、ユーザーはコンピュータービジョンデータセットでクエリを実行して、あるモデルが別のモデルよりも優れているすべての画像を見つけます。

Voxel51 started as an open-source product, but alongside the funding announcement, the company is officially launching its FiftyOne Teams enterprise offering, which provides commercial support and additional capabilities. 

Voxel51はオープンソース製品としてスタートしましたが、資金調達の発表に加えて、同社は正式にFiftone Teams Enterprise Offeringを立ち上げ、商業サポートと追加の機能を提供しています。

The Voxel51 open-source project was first launched in August of 2020 and has grown over the past two years, with up to 150,000 monthly users. “The open-source project is built for a user with local data, where all the data is on a single system,” Corso said.

Voxel51オープンソースプロジェクトは2020年8月に初めて発売され、過去2年間で最大150,000人のユーザーが増えました。「オープンソースプロジェクトは、ローカルデータを持つユーザー向けに構築されており、すべてのデータが単一のシステム上にあります」とCorso氏は述べています。

In contrast, the commercially supported FiftyOne Teams offering provides support for cloud data, as well as role-based access control (RBAC) to enable multiple users to use the same platform securely. Currently the commercial service is not offered as a fully managed cloud service, instead organizations will still need to run the technology on-premises or in their own cloud instances.

対照的に、商業的にサポートされているFiftoneチームは、クラウドデータのサポートと、複数のユーザーが同じプラットフォームを安全に使用できるようにするロールベースのアクセス制御(RBAC)を提供します。現在、商業サービスは完全に管理されたクラウドサービスとして提供されていません。代わりに、組織はテクノロジーのオンプレミスまたは独自のクラウドインスタンスを実行する必要があります。

“We are envisioning a future in which, at least for certain types of customers, maybe startups who don’t want to go and deploy locally into their ecosystem, a managed service, but that will not be coming out for some time,” Corso said.

「私たちは、少なくとも特定の種類の顧客のために、おそらくマネージドサービスであるエコシステムにローカルに展開したくないスタートアップを想定していますが、それはしばらく出てくることはありません」とCorso言った。

VentureBeat's mission is to be a digital town square for technical decision-makers to gain knowledge about transformative enterprise technology and transact. Discover our Briefings.

VentureBeatの使命は、技術的な意思決定者が変革的なエンタープライズテクノロジーと取引に関する知識を得るためのデジタルタウンスクエアになることです。ブリーフィングを発見してください。

\

元記事

Improving accuracy of computer vision models, Voxel51 raises $12.5M

Newsカテゴリの最新記事