macOS のデフォルト状態でコマンドラインからOCR処理を行う - TeX Alchemist Online
macOS 12 Monterey では，OSビルトインでのOCR機能が搭載されました。Preview.app で，画像やスキャンPDF（中身がスキャン画像のPDF）に対して，ただマウスでドラッグするだけで，中身の文字を認識して選択し，コピーできるようになっています。さらに，macOS 13 Ventura では，それが日本語にも対応しました。 たとえば，（今や入手困難となってしまった）The TeXbook のアスキーによる日本語版をスキャンしたものを Preview.app で開くと，何もしなくても，文字選択できます。 これをコピーして他のエディタにペーストすると， TEXの名称で気をつけなければならないことがほかにもある。Eの文字が不揃いになっていることだ。Eの文字を少し下げてあるのは、TeXが組版のためのシステムであることを印象づけるためであり、またほかのシステムの名称と区別するた
Stable Diffusionでmorphing - すぎゃーんメモ
#stablediffusion 完全に理解した pic.twitter.com/IR5yjnL07Y— すぎゃーん💯 (@sugyan) August 31, 2022 ということで少し触って遊んでみたのでメモ。 Stable Diffusion をザックリ理解 先月公開された Stable Diffusion。 stability.ai 高精度で美しい画像を出力できる高性能なモデルながら、Google Colab などでも手軽に動かせるし、 Apple silicon でもそれなりに動かせる、というのが魅力だ。 中身については 以下の記事の "How does Stable Diffusion work?" 以降のところが分かりやすい。 huggingface.co 図をそのまま引用させていただくと という仕組みになっていて、受け取る入力は "User Prompt" と "Late
Google Colab で はじめる Stable Diffusion v1.4｜npaka
2. ライセンスの確認以下のモデルカードにアクセスして、ライセンスを確認し、「Access Repository」を押し、「Hugging Face」にログインして（アカウントがない場合は作成）、同意します。 4. Colabでの実行Colabでの実行手順は、次のとおりです。 (1) メニュー「編集→ノートブックの設定」で、「ハードウェアアクセラレータ」に「GPU」を選択。 (2) 「Stable Diffusion」のインストール。 # パッケージのインストール !pip install diffusers==0.3.0 transformers scipy ftfy(3) トークン変数の準備。 以下の「<HugginFace Hubのトークン>」の部分に、先程取得したHuggingFace Hubのトークンをコピー&ペーストします。 # トークン変数の準備 YOUR_TOKEN="<H
Buddience | Buddha Maching
Step 01 撮影&アップロード Step 02表情から8つの感情を数値化 Step 03 あなたの感情に近い 仏像を算出 Step 04 仏像と結縁 学校法人奈良大学（以下「当大学」といいます）が運営する「Buddience 〜仏像の表情を科学する〜 」サイト（以下「本サイト」といいます）をご利用いただきありがとうございます。本サイトをご利用の前に、下記の利用規約（以下「本規約」といいます）をよくお読みいただき、「規約に同意する」のチェックボックスにチェックした上でご利用いただきますようお願いいたします。ご同意いただけない場合には、誠に申し訳ございませんがご利用をお控えください。 【運営】 本サイトの運営は、当大学が行います。なお、予告なく本サイトの運営が終了または削除される場合があります。 【本サイト概要】 あなたの顔写真をアップロードすることで、顔診断を実施し、あなたの感情数値を表
Day-107 Pythonの高速画像処理ライブラリLyconが速い - CC56
何ヶ月か前にTwitterのタイムラインに流れてきたのですが、それっきり話題を聞かないので検証してみることにしました。 ちなみに、個人的に普段使って慣れているのは、癖が少なくて扱いやすい scikit-image です。 (OpenCVはBGRがデフォルトなので基本的に避けたいですし、PILは癖が強めなのであまり好きではないです) 高速の画像処理ライブラリを使うモチベは、もちろん Kaggle です。 特に画像の読み込みが速いと、時間短縮に直結するので個人的に嬉しいです。 Lyconとは C++で書かれたPython用の軽量画像処理ライブラリらしいです。 PyPI にあるので pip install ですぐに使えます。(一応依存関係も気にしなきゃいけないかも) github.com 性能の割にスターが控えめな気がする。 試しに使ってみる 多少の実戦を仮定して、Kaggle の Notebo
顔画像で試す画像特徴ベクトルの足し算引き算 - Qiita
%matplotlib inline import matplotlib.pyplot as plt from glob import glob from PIL import Image import torch from torchvision import transforms import numpy as np import pandas as pd class FaceDataset(torch.utils.data.Dataset): def __init__(self, files, transform): self.transform = transform self.df = pd.DataFrame({ # ファイル名から人物と表情のラベルを取り出す # 人物のラベル 例） KM.HA1.4.tiff -> KM 'name': list(map(lambda x:
GraphVizをECSでHTTPサービス化して社内どこからでも使えるようにした話 - Lambdaカクテル
グラフ作成ツールであるGraphvizを社内でHTTPサービス化し、どこからでも使えるようにした話です。 こういう感じで使えます。 $ curl -X POST http://graphviz.ほげほげ.example.com/ -d 'digraph { foo -> bar -> buzz; }' https://ほげほげふがふが.amazonaws.com/958508bb186ef076c2cbb92c1e0c34ea0e51316e2d9bfe46620d2d6278db0f94.png URLを開くとこういう画像になっています。ヤバイ！！ Graphviz便利だけどやや不便 困り HTTP化することで得られるめでたさ アーキテクチャ ファイル構成 Dockerfile server.py conv.sh CD用ファイル task-definition.json .github/
メルカリの写真検索を支えるバックエンド | メルカリエンジニアリング
メルカリのAI EngineeringでTech Leadを務めている中河です。今回は3/18に正式リリースされた「写真検索機能」を支えるバックエンド・インフラをシステム側からの視点でご紹介します。 写真検索とは 所謂、画像検索機能で商品名を知らなくても画像から商品を検索できる機能の事です。詳しくは下記の公式リリースをご覧ください。 about.mercari.com 基本的な写真検索の仕組みは、Deep Neural Networks (DNN)を使用して商品画像から特徴ベクトルを取得し、取得した特徴ベクトルをApproximate Nearest Neighbor Index(ANN Index)に追加して画像indexを構築。 検索時には同じく商品画像からDNNを介して特徴量ベクトルを取得し、ANN Indexから検索します。 アーキテクチャの概要 Figure1 上記がアーキテクチ
Engadget | Technology News & Reviews
The best of CES 2025Presenting our 12 finalists, plus the winner of our best in show award.
敵対的生成ネットワーク（GAN）
This document discusses generative adversarial networks (GANs) and their relationship to reinforcement learning. It begins with an introduction to GANs, explaining how they can generate images without explicitly defining a probability distribution by using an adversarial training process. The second half discusses how GANs are related to actor-critic models and inverse reinforcement learning in re
人工衛星が撮影の画像 誰でも無料で利用可能に | NHKニュース
日本の人工衛星が観測した地上の画像などの膨大なデータが、誰でも無料で利用できるようになりました。農業やマーケティングといったビジネス利用だけでなく、小学生でも自由に使うことができるということです。 「テルース」と名付けられた今回のサービスは、経済産業省がＩＴ企業に委託して開発を進め、21日から運用が始まりました。 専用のサイトにアクセスすると、人工衛星が撮影した地上の画像やレーダーで捉えた地形といった膨大なデータを、原則として誰でも無料で利用できます。 これまで、ＪＡＸＡ＝宇宙航空研究開発機構などの人工衛星のデータの民間利用をめぐっては、高度な技術が必要なうえ、大きなコストもかかることが大きな妨げとなっていました。 これに対して、今回のサービスはサイトに解析ソフトが組み込まれ、データの分析や加工ができるほか、気温や雨量などの人工衛星以外のデータと組み合わせることも可能です。 農地の画像から
Squoosh
SmallSmaller images mean faster load times. Squoosh can reduce file size and maintain high quality. SimpleOpen your image, inspect the differences, then save instantly. Feeling adventurous? Adjust the settings for even smaller files. SecureWorried about privacy? Images never leave your device since Squoosh does all the work locally.
AWS Batchで速く/安くやるデータセットの前処理 - Qiita
OpenStreamアドベントカレンダーの一日目です。 結構前からやっている趣味DeepLearningですが、最近（実際は結構前から）次のような問題に当たり始めました。 データセットが大きくなってきてHDDが厳しい データセットが大きくなってきて前処理がやばい 小さいデータセット＋Augmentationでなんとかなるものはいいんですが、現在最大のデータセットは 画像33万枚、220GB弱 あります。 んで、これを前処理したり何だりしていると、最終的に学習で利用するデータを作成するだけで、HDDが500GBくらい利用されてしまう状態です。 容量も当然厳しいんですが、一番厳しいのは処理時間です。現状の前処理を行うと、大体 12時間くらい かかります。趣味でやるので基本的に自分のPCでやっていると、HDDが悲鳴を上げる上に、実行している間はレイテンシが悪すぎて他の作業もできないって状態になっ
AIが魚種を見分けるアプリ「フィッシュ」 約300万点の写真を人力でタグ付けて学習
釣り船予約サイト「釣割」（ちょうわり）を通じて釣り人から集めた約300万点の魚画像をデータベース化し、各画像の魚の種類を人力でタグ付け。そこから得られたデータや図鑑などの情報を活用した。 同社は、1つの魚種に対し、明るさや角度、対象物以外の写り込みといった条件の異なるさまざまな画像を学習させることで、判定の精度を高めたとしている。今後も判別できる魚を増やすという。 関連記事 ユーザーローカル、写真から年齢・性別を判定する「顔認識AI」を無償提供 ユーザーローカルが、写真から人の顔を自動検出し、年齢と性別を推定する「ユーザーローカル顔認識AI」を公開。開発者向けにはAPIを無償提供する。 GoogleはAIカメラに「心に残る瞬間」を教え込めたのか GoogleがAIで“いいシーン”を勝手に撮影する小型ハンズフリーカメラ「Google Clips」を米国で発売。プロの写真家も巻き込んで、3年が
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
グーグル、高クオリティかつ高速なテキスト画像生成モデル「Muse」を発表
Ruby on Lambdaで変わる大規模サービスの裏側 / Ruby on Lambda makes a change to Eight's backend
クックパッドにおけるCloud AutoML事例 - Speaker Deck
メルカリもBASEも使ってる！ 画像変換サービスImageFluxの魅力と新機能をご紹介！ ImageFlux meetup #2 レポート (前編) | さくらのナレッジ
Google Dataset Search
https://jp.techcrunch.com/2018/08/17/medmain-fundraising/
