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。
合成データセットによるコンピュータビジョンモデルの改善|npaka
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
合成データセットによるコンピュータビジョンモデルの改善|npaka
以下の記事を参考にして書いてます。 ・Why Unity claims synthetic data sets can improve computer vi... 以下の記事を参考にして書いてます。 ・Why Unity claims synthetic data sets can improve computer vision models 1. はじめにUnityの機械学習エンジニアである「Cesar Romero」は、「Transform 2020」でのプレゼンテーションで、「合成データ」(Synthetic Data)を使って自動運転車やロボットを訓練することの有効性を主張しました。 彼は、「実世界データの課題」を指摘し、それに対する「合成データの利点」を紹介しました。 2. 規制上の懸念はじめに、GDPR(EU一般データ保護規則)など規制上の懸念があります。 これらの規制は、データが個人に属し、収集者に属さないことを強調しようとしています。その場合、全てのデータを盲目的に収集し、それを使って学ぶことは困難になる可能性があります。 しかし、シ