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。
YOLO v2の物体検出とVGG16の画像認識との組み合わせが凄すぎた!
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
YOLO v2の物体検出とVGG16の画像認識との組み合わせが凄すぎた!
YOLO v2にVGG16を組み合わせて使用してみよう こんにちは。 AI coordinatorの清水秀樹です。 ある日、閃... YOLO v2にVGG16を組み合わせて使用してみよう こんにちは。 AI coordinatorの清水秀樹です。 ある日、閃きました。 YOLO v2の物体検出の精度に、VGG16の画像認識を組み合わせて使用してみたら最強の物体検出ツールが出来上がるのではないかと・・・。 80クラスのクラス分けができるYOLO v2に対し、VGG16は1000種類もの画像認識が可能となっているので、これらを組み合わせれば、より詳細なクラス名を表示できる物体検出機能になると単純に思った訳です。 そんな訳で、早速試してみました。 下記動画ではわかりにくいのですが、クラス表示は上段にYOLO v2のクラス名を表示し、下段にVGG16のクラス名を表示しています。 開発環境 macOS Sierra Anaconda3-4.2.0-MacOSX-x86_64 python 3.5.2 opencv3 3.1.0