はてなブックマーク

目的¶ このチュートリアルでは テンプレートマッチングを使った画像中の物体検出について学ぶ． 次の関数の使い方を学ぶ : cv2.matchTemplate(), cv2.minMaxLoc() 理論¶ テンプレートマッチングとは画像中に存在するテンプレート画像の位置を発見する方法である．OpenCvは cv2.matchTemplate() 関数を用意している．この関数はテンプレート画像を入力画像全体にスライド(2D convolutionと同様に)させ，テンプレート画像と画像の注目領域とを比較する．OpenCVではテンプレートと注目領域を比較する方法を幾つか用意している(詳細についてはドキュメントを参照すること)．出力は各画素がテンプレート画像と注目画素の近傍領域の類似度を表すグレースケール画像になる． 入力画像のサイズが (W x H) ，テンプレート画像のサイズが (w x h)

Using Python 機械学習や深層学習を実践するには、プログラミング言語が必要です。 caffeなどはCやC++で書いてありますが、Pythonがお薦めです。 PythonについてはPythonのページを 参照してください。なお、 Introduction to Python and Numpyのtar+gz版 (元ネタは Python Numpy Tutorial (Stanford Lecture))も参照のこと 機械学習: Scikit-learnの利用 Python-Scikitの紹介 Dlib: 機械学習、特に顔認識のモジュールが優秀(本来C++ライブラリであるが、Pythonモジュールあり) 深層学習とその周辺 深層学習 メモリ型深層学習アーキテクチャ 2017年のディープラーニング論文100選 An Interactive Node-Link Visualization

講義スケジュール 第1回目(9月22日): Rの基礎(1) (2013年10月2日作成, 同年9月25日改訂, 2015年10月1日改訂): 基本演算、代入、ベクトル、関数定義 注意: Rではコメントの始まり記号は # です。(プログラミング言語Cとは異なり)//ではありません（エラーになります） 第2回目(9月29日): Rの基礎(2) (2013年10月2日作成、同年 10月2日改訂、2015年10月7日改訂, 2016/9/29訂正) データ型、制御構造、基本データ構造 第3回目(10月6日): Rの基礎(3) (2013年10月3日作成, 同年 10月14日、2015年10月13日, 2016年10月6日改訂) データフレーム、入出力、簡単グラフィックス 第4回目(10月13日): Rの基礎(4) (2013年10月7日作成, 同年10月14日改訂, 2015年10月15日改訂)