You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
When we look very closely at images generated by neural networks, we often see a strange checkerboard pattern of artifacts. It’s more obvious in some cases than others, but a large fraction of recent models exhibit this behavior. Mysteriously, the checkerboard pattern tends to be most prominent in images with strong colors. What’s going on? Do neural networks hate bright colors? The actual cause o
精度、処理速度がいいと噂のYOLOv2を使って自分が検出させたいものを学習させます。 自分も試しながら書いていったので、きれいにまとまっていなくて分かりにくいです。そのうちもっとわかりやすくまとめたいですねー。 ほぼこちらにURLに書かれている通りです。英語が読めるならこちらの方を参考にしたほうがいいです。 How to train YOLOv2 to detect custom objects 環境 Ubuntu14.04 OpenCV2 Quadro6000 流れ CUDAをインストールする。 OpenCVをインストールする。 YOLOv2をインストールして、とりあえずYOLOを試す。 学習させるデータを用意して正解データを作る。 YOLO用に学習データを変換する。 学習パラメータとか諸設定。 学習させる。 認識させる。 CUDAをインストールする。 CPU環境でも一応動くのですが、w
最初に ・本エントリーは、「YOLOの論文紹介」になります。そのため、「実際にやってみた」といった内容を含みません。 ・本エントリー執筆時点で、YOLOはv3まで出ていますが、その原点となる最初の「YOLO」についての紹介です。 今後、YOLOの論文を読む人がいた際に、もしちょっとでも購読が楽になれば嬉しいです。 論文はこちら YOLOについて 画像認識のアルゴリズムで、2016年に発表された。 リアルタイムで処理が可能、かつ高精度で処理できる。 また、1つのCNNネットワークで処理を完結しているため、学習が比較的容易。 コードの商用利用不可。 (2018年8月13日追記:商用利用可能みたいです。失礼しました。) 目次 1.introduction 2.Unified Detection 3.Comparison to Other Detection Systems 4.Experimen
一般物体検出アルゴリズムの紹介 今回CNNを用いた一般物体検出アルゴリズムの有名な論文を順を追って説明します。 コンピュータビジョンの分野において、一般物体検出とは下記の図のように、ある画像の中から定められた物体の位置とカテゴリー(クラス)を検出することを指します。 [6]より引用 Deep Learningアルゴリズムの発展によって、一般物体認識の精度は目まぐるしい勢いで進歩しております。 そこで今回はDeep Learning(CNN)を応用した、一般物体検出アルゴリズムの有名な論文を説明したいと思います。 R-CNN (Regions with CNN features) (CVPR 2014) [1] かの有名なCNNの論文[8]で、ILSVRC 2012の物体認識チャレンジで大差をつけて1位になりました。 このチャレンジでは1枚の画像が1000クラスのうちどれに属するかを推定する
追記 [ 2018-09-13 ] 結論 squid使用時にhostsの行頭にブランク入れるな (@n-soda さん調べ) 一応念のためと思って squid のソースを読んでみたら、 なんと squid は libc を使わず独自に /etc/hosts を parse していて、 そこでは行頭にスペースやタブがあると、アドレスが書いてないものとみなされてしまうコードになっていました。 この辺です: https://github.com/squid-cache/squid/blob/d429cbd0e4d86d4af54ed50e499da14039ff7429/src/tools.cc#L954 これはビックリ。 というわけで、行頭のスペースないしTABが squid 限定で犯人でした。 環境 Vagrant for Windows Virtual Box CentOS 7.2 [ht
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く