画像コンペティションで使える�PyTorchとそのライブラリの紹介
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
画像における感情表現の理解に向けて 〜 BAM データセットと活用事例の紹介〜 | Research Blog
はじめに AI Lab クリエイティブリサーチチームの大田です。 我々はインターネット広告におけるバナー・動画・テキストなどの所謂クリエイティブの自動生成を目指して研究活動に励んでいるわけですが、今回はバナー広告を構成する背景や物体など重要な要素の大元である素材画像について考えてみたいと思います。 素材画像は写真のみならずイラスト・3DCG などの様々な表現媒体によって表現されています。また、画像内の被写体も人物を始めとして動物や商品などの多種多様な物体が含まれています。デザイナーはこれらの素材画像やテキストデータを広告主の訴求内容に沿うように上手く組合せてバナー広告を制作しています。素材画像に関わる作業としては Behance などのストックフォトサイトからの検索 Photoshop などを利用したレタッチ作業 などが挙げられますが、いずれもコストの大きい作業であるため、クリエイティブの
Neural 3D Mesh Renderer | Hiroharu Kato
These applications are realized by redefining the “backward pass” of a 3D mesh renderer and incorporating it into neural networks. Short introduction We propose Neural Renderer. This is a 3D mesh renderer and able to be integrated into neural networks. We applied this renderer to (a) 3D mesh reconstruction from a single image and (b) 2D-to-3D image style transfer and 3D DeepDream. Abstract For mod
Building powerful image classification models using very little data
Note: this post was originally written in June 2016. It is now very outdated. Please see this guide to fine-tuning for an up-to-date alternative, or check out chapter 8 of my book "Deep Learning with Python (2nd edition)". In this tutorial, we will present a few simple yet effective methods that you can use to build a powerful image classifier, using only very few training examples --just a few hu
Deep Learning for Computer Vision - Introduction to Convolution Neural Networks
Introduction The power of artificial intelligence is beyond our imagination. We all know robots have already reached a testing phase in some of the powerful countries of the world. Governments, large companies are spending billions in developing this ultra-intelligence creature. The recent existence of robots have gained attention of many research houses across the world. Does it excite you as wel
Non-Euclidean Manifold上での近似最近傍探索(論文紹介) - xiangze's sparse blog
こんにちは。@xiangze750です。Machine Learning Advent Calendar 2012の13日目の投稿になります。 今回はコンピュータビジョンにおける最近傍探索と幾何学についての論文紹介です。 Fast ANN Methods for Non-Euclidean Manifolds with Applications to Human Activity Analysis in Videos(pdf)という(題名どおり)人間の動作の分類を近似再近傍探索を用いて行うという論文を読んでいたのですが、リーマン幾何などの比較的高度な数学的概念が前提とされ、先行研究も多数あげられていたので内容理解のための個人的な覚え書き,疑問点の整理をかねてその内容をまとめます。 目次 課題、問題点 Locally sensitive Hashing(LSH) Semantic Hashi
英語で履歴書(Curriculum Vitae, CV)書くときに見てたページなど
最近周りでCV書くよっていう人が居たので書いてみる（blog書くの久しぶりすぎる）． でも良く考えたら，一番参考になったのは，というかお世話になったのは添削してくれた 知り合いなので，これだけ見て履歴書を書くのは大変かもしれない． でも，最初は色々サンプル見て感じをつかむのが良い気がする． CVs and covering letters: Sample CVs — CV には3種類あるよ，っていう話とそれぞれのサンプルPDFがある． これ読んで「academic CV」を書けば良いのか，と分かった． Creating Effective CVs – www.vitae.ac.uk/researchers — ここにも似たこと書いてあるけど，もっと詳しい． CVs and covering letters: Sample CVs — サンプルPDFがある． 添え状(CVを添付するメール)に
1
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
CVPR18: Tutorial: Part 1: Interpretable Machine Learning for Computer Vision