サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
ノーベル賞
ensekitt.hatenablog.com
つまりなにしたの? Python+OpenCVで動いているところに着目しようと思って、動体検知を実装してみた。 どんな実装? OpenCVでWebカメラの画像を取り込む 取り込んだフレームに対して差分をとって動いているところが明るい画像を作る 動いているエリアの面積を計算してちょうどいい検出結果を抽出する 動いているエリアのうちそこそこの大きさのものがあればそれを矩形で表示する 環境構築についてはこちら ensekitt.hatenablog.com コード import cv2 cap = cv2.VideoCapture(0) before = None while True: # OpenCVでWebカメラの画像を取り込む ret, frame = cap.read() # スクリーンショットを撮りたい関係で1/4サイズに縮小 frame = cv2.resize(frame, (i
転職活動中にブログでやらかすのもアレなので更新を止めていました。*1 つまりなにしたの? 新卒から5年間働いたNECを退職しました。いわゆる退職エントリです。 退職エントリが嫌いな方、昨年流行った過激なエントリを期待している方には不向きな記事なのでここから離脱してください。 上司や一緒に働いた皆さんはお世辞抜きにすごい人たちでした。 なんで入ったの? ソフトもハード(電気・電子)も経験のある人になりたかったのと、日常生活や個人では関わることすらないようなものを作れるの面白そうって思ったからです。 どんな仕事してたの? 私は新卒でハードウェアの設計開発職に就きました。もともと情報科学の専攻だったのですが、ハード(センサとかモータとかFPGAとか)もやらせてくださいなんでもしますからって言ったらやらせてくれました。 もうこの時点でNECの(私の上司たちの)懐の広さがおわかりかと思います。 情報
こんにちは、えんせきです。 熱は出なくなったのですがいかんせん喉のイガイガがとれません。 とても寒いからエアコンも消せないし加湿器かなにかを導入するか迷っています。 つまりなにしたの? Best Practices when training with PPOを読んだので適用する時に都度英語を読まないで良いように日本語メモにした。 (日本語訳ではなく実装時に読み取れればいい程度なので情報は落ちる) PPOはml-agentsにデフォルトで入っている強化学習手法 ensekitt.hatenablog.com これの続き 参考文献 https://github.com/Unity-Technologies/ml-agents/blob/master/docs/best-practices-ppo.md PPOって? Proximal Policy Optimization https://b
こんにちは、えんせきです。 金曜日に久々に徹夜でカラオケしてしまいました。若い!ぼくわかい! 金曜日は予定があったので普通に乗り切ったけど、後遺症のせいで土曜日から日曜日にかけて14時間くらい寝ました。スッキリ。 つまりなにしたの? Environment Design Best Practicesを読んだので適用する時に都度英語を読まないで良いように日本語メモにした。 読んだやつ github.com 正直、以降の訳文は情報が落ちてるので読めるなら本家のほうが良い。 一般的な話 ステップバイステップ 問題を順に難しくしていくと、短時間でより複雑な課題に対して高い報酬を得られるようになる。カリキュラムラーニングというらしい。 できるタスクをやらせる Player Brainでエージェントを制御してタスクを完了できるほうがいいみたい。 報酬の話 強化学習のチューニングで、すごく大切な報酬の話
つまりなにしたの? Jupyter Docker Stacksを導入したはいいもののうっかりコンテナを削除すると辛いのでDocker-composeを使って ホストとコンテナのボリュームを共有することにした。扱うイメージはjupyter/datascience-notebook Jupyter Docker Stacksについて JupyterをDocker上で動かして、どこでも同じ分析環境を展開できるようなもの。 ensekitt.hatenablog.com 詳しくはこちら docker-composeについて docker-composeは、複数コンテナを使ったDockerアプリケーションを定義して実行するためのツール。 たとえば、学習サーバと実行サーバを毎回同じ構成で立ち上げたい時に使う。 今回は一つのコンテナを立ち上げるために使うけど、立ち上げるためのオプションを設定できることを
こんにちは、えんせきです。 Python+OpenCVとWebカメラの組み合わせってなんだかんだで色々できるのでそのへんの出入り口をまとめておく。 つまりなにしたの? OpenCVでWebカメラの画像を取り込んで、処理して、処理結果を表示する。 ここでは左上に読み込んだ生フレーム画像、右下に文字を重畳したフレーム画像を表示している。 どんな実装? OpenCVでWebカメラの画像を取り込む 取り込んだフレームに対して処理をする 元データと処理済のデータを表示する OpenCVのインストール(MacOS+pip) OpenCVPythonをインストールする pip install opencv-pythonインストールできているか確認する pip freeze | grep opencv opencv-python==3.3.0.10ここは一例。 実行確認(Python3系でやった) >>>
つまりなにしたの? Dockerを使っているといつの間にかDockerのイメージとかボリュームで肥大化してくるので、使わなくなったものは捨てたい。 どうやら便利なdocker system pruneというコマンドがあるらしいので使ってみた。 docs.docker.com pruningって剪定って意味で、使っていないコンテナとかを剪定してくれる的な意味だった。 ミキプルーンの苗木。みたいなのを思い出してたせいで剪定が全然出てこなかった。 環境について すでにインストール済とする。 docs.docker.com 以降の環境は Docker CE Version 18.06.0-ce-mac70 (26399) Engine: 18.06.0-ce Compose: 1.22.0 Machine: 0.15.0 Notary: 0.6.1 Credential Helper: 0.6.0
こんにちは、えんせきです。 無料枠がなくなってから使っていなかったAWSを思い出したように使っています。 つまりなにしたの? 無料枠が残っていない僕が、土日にAWSのCloud9環境でRailsTutorialをやってどれくらいの請求になったのか紹介する AWSのCloud9環境とは aws.amazon.com コーディング、実行、デバッグを可能にする統合開発環境(IDE)をWebブラウザ上で実現する。 結構人気のある開発言語をサポートしていてRubyもその一つ。 EC2上で動いているため必要に応じて立ち上げればいいので、場所を選ばず開発できて、 ちょっと大変だけどキーボードがあればiPad Proですらなんとかなりそう。 Rails Tutorialとは? www.railstutorial.org Ruby on Railsの勉強のためにドットインストールの次に着手したチュートリアル
つまりなにしたの? まだ start = time.time() # 計測したい処理 e_time = time.time() - start print ("e_time:{0}".format(e_time) + "[s]") で消耗してるの?ってことでずっと消耗してたのでJupyter(Ipython)らしい方法を使うようにした話。 *1 Pythonでコードの一部の実行時間をはかる時のいつもの方法 Timeをインポートして現在時刻と処理開始時刻の差をとってた。 import time start = time.time() [x ** 2 for x in range(100000)] # 計測したい処理 e_time = time.time() - start print ("e_time:{0}".format(e_time) + "[s]") Jupyter Notebook
こんにちは、えんせきです。 何か処理するって記事を書いたけど、何も処理してなかったので画像の中のものをトラッキングすることにした。 つまりなにしたの? Python+OpenCVのTracking手法のうちBoosting、MIL、KCF、TLD、MedianFlowの5つを実行してみた。 GOTURNもあるけどこっちはうまく動いていない。単純に学習済のモデルのダウンロードが終わっていない。 Trackingとは? 簡単に言うと、目で追い続けるのをコンピュータにやらせようって話。ただ、コンピュータは、画像のどの領域が何であるかとかものは落ちる時下に行くとか慣性の法則とかを知らないので人間が思うよりも難しい。 それを実現する画像処理の方法がOpenCVに6つ実装されている。 OpenCVで使えるTracking Boosting AdaBoostで動いている。分類器ベースで実行されていて、新
つまりなにしたの? Jupyter Notebookを導入した時、真っ先にいれるExtensionsの一つ、Variable Inspectorを紹介する Jupyter データ分析の必需品らしい。 deepage.net 確かに普段、Jupyter Notebookで分析(学習)タスクは回して、 学習済モデルをシステムに組み込む時はPyCharmとかで作ってる。 とはいえ別にデータ分析をするわけじゃなくてもちょい試すとかには便利だと思ってる。 *1 Jupyter nbextensionsのインストール pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --userPyenvでもちゃんと使える。 Variable Inspectorを有効にする Jupyter Notebookを起動す
つまりなにしたの Chainerの抽象度を飛躍的に高めたTrainerにはextensionsがある。 せっかくだからextensionsを全部使ってみた。 2017年11月10日 追記 Extensionを自分で作ってみました。 ensekitt.hatenablog.com 背景 最近やっとChainerのバージョンを上げました。 qiita.com を読んで、すごい勢いで僕のソースコードも抽象化したわけですが、 僕はまだまだextensionsの素敵機能を素敵に使いこなせてない! というわけで、勤労感謝の日にChainerの勤労(Training)に感謝してextensionsを全部試した。 Trainer extensions Trainer extensions — Chainer 3.0.0 documentation dump_graph 概要 グラフをDOT Languag
このページを最初にブックマークしてみませんか?
『ensekitt.hatenablog.com』の新着エントリーを見る
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