SlideShare a Scribd company logo
Object Detection on
AWS Lambda
JAWS-UG 初心者支部 #30 Amazon QuickSight ML Insights
2020/07/29
@TeitoNakagawa
目次
• 自己紹介
• やりたいこと
• 実装
• 所感
自己紹介
•氏名:中川帝人(@TeitoNakagawa)
•所属:株式会社オープンハウス
•職種:シニアデータサイエンティスト/上席課長
•得意分野:データベース、GIS、データ分析・機
械学習、AIの企画・開発
•好きなAWSのサービス:VPC
•経歴:日本オラクル、ソフトバンク等で分析コン
サルタントから分析・新規事業企画系のマネジメ
ントを担当。2018年3月よりオープンハウスで
AI・データ活用の部署を率いる。
会社・組織紹介
• オープンハウス
• 総合不動産会社
• 新築住宅の開発と販売が主力事業
• 営業中心の会社
• 情報システム部
• 内製主義、コード力重視
• クラウドはGCP、AWSを利用
• 最近はPythonが主流に
• AI・RPAで事例多数あり
https://oh.openhouse-group.com/kanto/about/
実際に取り組んできたこと
AI・RPA事例
• 物体検知モデルでオビ付け処理を自動化
• 画像分類モデルで社内物件資料を自動生成
• GISによるレコメンド処理
• 遺伝的アルゴリズムによる区割設計の自動化
• 物件資料自動取得RPA
• オンラインチラシ全自動作成システム
• 機械学習モデルによるWeb広告効果評価
• OpenCVによる類似物件検索
不動産×AIはニーズ大
• 不動産でAIとかやってないでしょ
⇒やってます
• 価格予測でしょ?
⇒ニーズない
• 実は結構できることある
• 超アナログ
⇒ITの活躍の余地が大きい
• 書類がとにかく多い
⇒AI・MLの活躍の余地が大きい
• 単純な作業が多い
⇒現状のAIでも十分実現可能 https://ledge.ai/openhouse-ai-case/
やりたいこと
AIで単純作業を減らしたい
オビ付け業務
不動産版たんぽぽの上に刺身を乗せる作業
貼り付ける
だけの
単純な作業
実装
物体検知
オビ付けは物体検知で実装可能
• 実装はオープンソースで瞬殺
• サンプルネットに腐るほどある
• 有名なソフトウェア
• YOLO
• Tensorflow Object Detection API
• モデル
• SSD
• Faster R-CNN
https://github.com/tensorflow/models/tree/master/research/object_detection
課題
不規則かつ短時間にワークロードが急上昇
その要因
1. 入力画像のサイズを落とせない
2. 一つのpdfに多くて50ページほどある
3. 500人近い営業が同じ時間に作業
4. 営業は10分も待てない(数十秒ならOK)
⇒既存のML系サービスと要件が合わない
MLサービスVS関数
ML
50p
ML
50p
ML
50p
λ λ λ λ
MLサービス 関数
一つのモデルに処理が
集中するので落ちる
スケーリングするので
落ちない
一気に50p並列分散が早いのでは?
【参考】AWS LambdaでTensorflow 2.0を使った画像分類
ユニファ開発者ブログを参考にさせて頂きました。
「AWS LambdaでTensorflow 2.0を使った画像分類」
https://tech.unifa-e.com/entry/2019/09/17/085400?utm_source=feed
実装のキモ
Lambdaのディスクスペース メモリも消費
https://tech.unifa-e.com/entry/2019/09/17/085400?utm_source=feedより引用
モデルは
約180MB
ギリギリ 使用メモリは
平均2,200MB
リソース的にはLambdaでもギリギリの案件
所感
Object Detection on AWS Lambda
• 実装
• Serverlessの設定が面倒
• Tensorflow 1.xが動かない⇒2.x系に修正
• Good
• インフラへの考慮が要らない
• 自動スケールを待つ必要はない
• Risk
• 一つあたりレスポンスタイムは悪い
• Usecase
• ○:社内システム、不規則なアクセス
• ✖:コンシューマ向けシステム、規則的なアクセス

More Related Content

Similar to Object Detection on AWS Lambda (20)

MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについてMOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
Takashi Suzuki
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
 
AlibabaCloudでのSAML(SSO)はAWSとは別物だったお話
AlibabaCloudでのSAML(SSO)はAWSとは別物だったお話AlibabaCloudでのSAML(SSO)はAWSとは別物だったお話
AlibabaCloudでのSAML(SSO)はAWSとは別物だったお話
Hiroyuki Sato
 
IoT@Loft - IoT開発を成功させるためのPoCの進め方と実践
IoT@Loft - IoT開発を成功させるためのPoCの進め方と実践IoT@Loft - IoT開発を成功させるためのPoCの進め方と実践
IoT@Loft - IoT開発を成功させるためのPoCの進め方と実践
Amazon Web Services Japan
 
IBM Data Science Experience and Watson Machine Learning 20170429
IBM Data Science Experience and Watson Machine Learning 20170429IBM Data Science Experience and Watson Machine Learning 20170429
IBM Data Science Experience and Watson Machine Learning 20170429
Tsuyoshi Hirayama
 
組み込みメーカーだからこそのAWS Cognitoの使い方
組み込みメーカーだからこそのAWS Cognitoの使い方組み込みメーカーだからこそのAWS Cognitoの使い方
組み込みメーカーだからこそのAWS Cognitoの使い方
shotaueda3
 
クラウド時代の企業システムの考え方とAWSクラウドの活用
クラウド時代の企業システムの考え方とAWSクラウドの活用クラウド時代の企業システムの考え方とAWSクラウドの活用
クラウド時代の企業システムの考え方とAWSクラウドの活用
takaoka susumu
 
Jawsug asakai18 sesssion2_kanako_kodera
Jawsug asakai18 sesssion2_kanako_koderaJawsug asakai18 sesssion2_kanako_kodera
Jawsug asakai18 sesssion2_kanako_kodera
Kanako Kodera
 
フロントエンドエンジニアに伝えたい 常時SSLとCDNの話
フロントエンドエンジニアに伝えたい 常時SSLとCDNの話フロントエンドエンジニアに伝えたい 常時SSLとCDNの話
フロントエンドエンジニアに伝えたい 常時SSLとCDNの話
Takahisa Iwamoto
 
Web制作/SIerのためのAWS
Web制作/SIerのためのAWSWeb制作/SIerのためのAWS
Web制作/SIerのためのAWS
真吾 吉田
 
Developers Summit 2015 【19-B-L】 DevOpsの究極の形!?、クラウドで始めるドキュメント・データベース活用のポイント。
Developers Summit 2015 【19-B-L】 DevOpsの究極の形!?、クラウドで始めるドキュメント・データベース活用のポイント。Developers Summit 2015 【19-B-L】 DevOpsの究極の形!?、クラウドで始めるドキュメント・データベース活用のポイント。
Developers Summit 2015 【19-B-L】 DevOpsの究極の形!?、クラウドで始めるドキュメント・データベース活用のポイント。
aiichiro
 
エンタープライズアジャイル内製プロジェクトを立ち上げる前に考慮すべき3つのこと
エンタープライズアジャイル内製プロジェクトを立ち上げる前に考慮すべき3つのことエンタープライズアジャイル内製プロジェクトを立ち上げる前に考慮すべき3つのこと
エンタープライズアジャイル内製プロジェクトを立ち上げる前に考慮すべき3つのこと
Hiromasa Oka
 
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
Hiromasa Oka
 
クラウドネイティブなアーキテクチャでサクサク解析
クラウドネイティブなアーキテクチャでサクサク解析クラウドネイティブなアーキテクチャでサクサク解析
クラウドネイティブなアーキテクチャでサクサク解析
Yuta Imai
 
【AI:ML#16】Amazon Lexを用いたチャットボットの構築.pdf
【AI:ML#16】Amazon Lexを用いたチャットボットの構築.pdf【AI:ML#16】Amazon Lexを用いたチャットボットの構築.pdf
【AI:ML#16】Amazon Lexを用いたチャットボットの構築.pdf
TakeshiFukae
 
CTO Night & Day Morning Session "スタートアップCTOならおさえておきたいAWS基本構成"
CTO Night & Day Morning Session "スタートアップCTOならおさえておきたいAWS基本構成"CTO Night & Day Morning Session "スタートアップCTOならおさえておきたいAWS基本構成"
CTO Night & Day Morning Session "スタートアップCTOならおさえておきたいAWS基本構成"
akitsukada
 
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
雄哉 吉田
 
社内サービスのUI改善
社内サービスのUI改善社内サービスのUI改善
社内サービスのUI改善
gree_tech
 
AWS IoT を使う上での Next Step!!
AWS IoT を使う上での Next Step!!AWS IoT を使う上での Next Step!!
AWS IoT を使う上での Next Step!!
Satoshi Nakada
 
フルマネージドサービスの活用とIoTシステムのオペレーション
フルマネージドサービスの活用とIoTシステムのオペレーションフルマネージドサービスの活用とIoTシステムのオペレーション
フルマネージドサービスの活用とIoTシステムのオペレーション
Satoshi Nakada
 
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについてMOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
Takashi Suzuki
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
 
AlibabaCloudでのSAML(SSO)はAWSとは別物だったお話
AlibabaCloudでのSAML(SSO)はAWSとは別物だったお話AlibabaCloudでのSAML(SSO)はAWSとは別物だったお話
AlibabaCloudでのSAML(SSO)はAWSとは別物だったお話
Hiroyuki Sato
 
IoT@Loft - IoT開発を成功させるためのPoCの進め方と実践
IoT@Loft - IoT開発を成功させるためのPoCの進め方と実践IoT@Loft - IoT開発を成功させるためのPoCの進め方と実践
IoT@Loft - IoT開発を成功させるためのPoCの進め方と実践
Amazon Web Services Japan
 
IBM Data Science Experience and Watson Machine Learning 20170429
IBM Data Science Experience and Watson Machine Learning 20170429IBM Data Science Experience and Watson Machine Learning 20170429
IBM Data Science Experience and Watson Machine Learning 20170429
Tsuyoshi Hirayama
 
組み込みメーカーだからこそのAWS Cognitoの使い方
組み込みメーカーだからこそのAWS Cognitoの使い方組み込みメーカーだからこそのAWS Cognitoの使い方
組み込みメーカーだからこそのAWS Cognitoの使い方
shotaueda3
 
クラウド時代の企業システムの考え方とAWSクラウドの活用
クラウド時代の企業システムの考え方とAWSクラウドの活用クラウド時代の企業システムの考え方とAWSクラウドの活用
クラウド時代の企業システムの考え方とAWSクラウドの活用
takaoka susumu
 
Jawsug asakai18 sesssion2_kanako_kodera
Jawsug asakai18 sesssion2_kanako_koderaJawsug asakai18 sesssion2_kanako_kodera
Jawsug asakai18 sesssion2_kanako_kodera
Kanako Kodera
 
フロントエンドエンジニアに伝えたい 常時SSLとCDNの話
フロントエンドエンジニアに伝えたい 常時SSLとCDNの話フロントエンドエンジニアに伝えたい 常時SSLとCDNの話
フロントエンドエンジニアに伝えたい 常時SSLとCDNの話
Takahisa Iwamoto
 
Web制作/SIerのためのAWS
Web制作/SIerのためのAWSWeb制作/SIerのためのAWS
Web制作/SIerのためのAWS
真吾 吉田
 
Developers Summit 2015 【19-B-L】 DevOpsの究極の形!?、クラウドで始めるドキュメント・データベース活用のポイント。
Developers Summit 2015 【19-B-L】 DevOpsの究極の形!?、クラウドで始めるドキュメント・データベース活用のポイント。Developers Summit 2015 【19-B-L】 DevOpsの究極の形!?、クラウドで始めるドキュメント・データベース活用のポイント。
Developers Summit 2015 【19-B-L】 DevOpsの究極の形!?、クラウドで始めるドキュメント・データベース活用のポイント。
aiichiro
 
エンタープライズアジャイル内製プロジェクトを立ち上げる前に考慮すべき3つのこと
エンタープライズアジャイル内製プロジェクトを立ち上げる前に考慮すべき3つのことエンタープライズアジャイル内製プロジェクトを立ち上げる前に考慮すべき3つのこと
エンタープライズアジャイル内製プロジェクトを立ち上げる前に考慮すべき3つのこと
Hiromasa Oka
 
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
Hiromasa Oka
 
クラウドネイティブなアーキテクチャでサクサク解析
クラウドネイティブなアーキテクチャでサクサク解析クラウドネイティブなアーキテクチャでサクサク解析
クラウドネイティブなアーキテクチャでサクサク解析
Yuta Imai
 
【AI:ML#16】Amazon Lexを用いたチャットボットの構築.pdf
【AI:ML#16】Amazon Lexを用いたチャットボットの構築.pdf【AI:ML#16】Amazon Lexを用いたチャットボットの構築.pdf
【AI:ML#16】Amazon Lexを用いたチャットボットの構築.pdf
TakeshiFukae
 
CTO Night & Day Morning Session "スタートアップCTOならおさえておきたいAWS基本構成"
CTO Night & Day Morning Session "スタートアップCTOならおさえておきたいAWS基本構成"CTO Night & Day Morning Session "スタートアップCTOならおさえておきたいAWS基本構成"
CTO Night & Day Morning Session "スタートアップCTOならおさえておきたいAWS基本構成"
akitsukada
 
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
雄哉 吉田
 
社内サービスのUI改善
社内サービスのUI改善社内サービスのUI改善
社内サービスのUI改善
gree_tech
 
AWS IoT を使う上での Next Step!!
AWS IoT を使う上での Next Step!!AWS IoT を使う上での Next Step!!
AWS IoT を使う上での Next Step!!
Satoshi Nakada
 
フルマネージドサービスの活用とIoTシステムのオペレーション
フルマネージドサービスの活用とIoTシステムのオペレーションフルマネージドサービスの活用とIoTシステムのオペレーション
フルマネージドサービスの活用とIoTシステムのオペレーション
Satoshi Nakada
 

More from Teito Nakagawa (8)

BigQuery GISを用いた物件レコメンド
BigQuery GISを用いた物件レコメンドBigQuery GISを用いた物件レコメンド
BigQuery GISを用いた物件レコメンド
Teito Nakagawa
 
オープンハウスにおける 機械学習・データサイエンスの 取り組みについて
オープンハウスにおける機械学習・データサイエンスの取り組みについてオープンハウスにおける機械学習・データサイエンスの取り組みについて
オープンハウスにおける 機械学習・データサイエンスの 取り組みについて
Teito Nakagawa
 
Numacraw for r user(upload)
Numacraw for r user(upload)Numacraw for r user(upload)
Numacraw for r user(upload)
Teito Nakagawa
 
Numacraw for r user(upload)
Numacraw for r user(upload)Numacraw for r user(upload)
Numacraw for r user(upload)
Teito Nakagawa
 
Stanで人類最強の男を決定する 2
Stanで人類最強の男を決定する 2Stanで人類最強の男を決定する 2
Stanで人類最強の男を決定する 2
Teito Nakagawa
 
Introduction of stan
Introduction of stanIntroduction of stan
Introduction of stan
Teito Nakagawa
 
Collaborativefilteringwith r
Collaborativefilteringwith rCollaborativefilteringwith r
Collaborativefilteringwith r
Teito Nakagawa
 
BigQuery GISを用いた物件レコメンド
BigQuery GISを用いた物件レコメンドBigQuery GISを用いた物件レコメンド
BigQuery GISを用いた物件レコメンド
Teito Nakagawa
 
オープンハウスにおける 機械学習・データサイエンスの 取り組みについて
オープンハウスにおける機械学習・データサイエンスの取り組みについてオープンハウスにおける機械学習・データサイエンスの取り組みについて
オープンハウスにおける 機械学習・データサイエンスの 取り組みについて
Teito Nakagawa
 
Numacraw for r user(upload)
Numacraw for r user(upload)Numacraw for r user(upload)
Numacraw for r user(upload)
Teito Nakagawa
 
Numacraw for r user(upload)
Numacraw for r user(upload)Numacraw for r user(upload)
Numacraw for r user(upload)
Teito Nakagawa
 
Stanで人類最強の男を決定する 2
Stanで人類最強の男を決定する 2Stanで人類最強の男を決定する 2
Stanで人類最強の男を決定する 2
Teito Nakagawa
 
Collaborativefilteringwith r
Collaborativefilteringwith rCollaborativefilteringwith r
Collaborativefilteringwith r
Teito Nakagawa
 
Ad

Object Detection on AWS Lambda