エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
画像認識アルゴリズムの自動生成
汎用化へのアプローチ 一般に、画像認識システムは、前処理部(ノイズ除去や正規化など)、特徴抽出部(... 汎用化へのアプローチ 一般に、画像認識システムは、前処理部(ノイズ除去や正規化など)、特徴抽出部(特徴ベクトル作成など)、 識別部(統計的手法など)の三つの部分で構成される。識別部は汎用化できる部分であり、パーセプトロンや ニューラルネットワークなど、本質的にはベイズ決定則の枠組みで体系づけられる。 一方、前処理部や特徴抽出部は汎用化不可能であると言われており、結果として画像認識技術の汎用化は不可能だと 結論づけられている。 ここで見落とされがちなことは、本来の目的はあらゆる認識問題を解決することであり、この目的を達成する アプローチは少なくとも二つあるあるということである。一つは直接汎用の画像認識システムを作成することであり、 もう一つは認識問題に特化した画像認識システムを自動的に作成する汎用のシステムを作成することである。 後者のアプローチは前者に比べ実現の見込み