MediaPipeとTensorFlow.jsによるブラウザでの顔と手の追跡｜npaka
以下の記事を参考に書いてます。 ・Face and hand tracking in the browser with MediaPipe and TensorFlow.js 1. ブラウザでライブデモを試してください「facemesh」は、画像内の顔の境界とランドマークを検出、「handpose」は手を検出するパッケージです。これらのパッケージは小さく、高速で、ブラウザ内で実行されるため、データがユーザーのデバイスを離れることはなく、ユーザーのプライバシーが保護されます。 以下のリンクから、今すぐ試すことができます。 ・facemesh ・handpose これらパッケージは、マルチモーダル知覚パイプラインを構築するためのライブラリ「MediaPipe」の一部としても利用できます。 ・MediaPipe face tracking ・MediaPipe hand pose trackin
Google MediaPipeでMLアプリ開発の紹介
こんにちはイノベーション本部の朝日です。 今回は、前から気になっていたGoogle MediaPipeをちょっと触ってみたのでそのレポートです。 MediaPipeとはhttp://mediapipe.dev/ MediaPipeは、マルチモーダル（ビデオ、オーディオ、時系列データなど）を適用したMLパイプラインを構築するためのフレームワークです。MediaPipeを使用すると、知覚パイプラインを、たとえば推論モデル（TensorFlow、TFLiteなど）やメディア処理機能などのモジュールコンポーネントのグラフとして構築できます。 だそうです。(機械翻訳) Hand TrackingFace DetectionHair SegmentationObject DetectionなどのML(機械学習)アプリを作れるようです。 インストールWindows環境なので、Installing o
人気高まる機械学習ライブラリー「PyTorch」を学ぶには - ZDNet Japan
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 「PyTorch」はオープンソースの機械学習ライブラリーだ。PyTorchという名前は、その主要なプログラミング言語である「Python」と、PyTorchのベースとなっている「Torch」ライブラリーに由来する。PyTorchは、使いやすさや柔軟性、デバッグの容易さ、高速性、コミュニティーサポートなどの特徴を備えており、2016年のリリース以来、開発者の間で人気が高まっている。 Facebookによって開発されたPyTorchは、「Tensor」上で動作するという点で、Googleの「TensorFlow」に似ている。しかし、TensorFlowが静的計算グラフを使用するのに対し、PyTorchは動的計算グラフを利用する。 PyTor
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
