はてなブックマーク

画像生成AIが知らない特徴を教えて、思い通りの画像を作る 【↓地雷系の特徴を学習して生成された画像】 【今回作った地雷LoRA】 画像生成AI StableDiffusion は、言葉を指定するとその画像を生成してくれます。 しかし、モデルが知らない（そもそもの学習データに含まれない）物や特徴は生成できません。 例えば、ローカルで新しいファッションの画像は生成できなかったりします。 その場合、２０枚程度の画像を見せるだけで新しい特徴を学習してファイルとして保存することができます。 簡単なので、今回は日本の 「地雷系」ファッション／メイクの特徴ファイルを作ってみます。 地雷系ファッション／メイクとは？ 可愛さの中にダークさのあるファッション。黒やピンクが基調色。 メイクは大きなカラーコンタクトレンズと大きな涙袋（ナメクジ）が特徴。 方法 画像を集める まずは「地雷系」ファッションの画像を集め

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

自分好みのフリー素材画像を作る フリー素材の画像って便利ですよね。 商用利用できるので、自分のサイトやアプリや広告に使える。 こういう画像↓ でも、フリー素材の画像には限りがあるので、なかなか自分が欲しい画像を見つけられなかったりもします。 この人物がオレンジジュースを飲んでいる画像が欲しいのにそんな画像は存在しない、みたいな。 そこで、今回はすでにあるフリー素材の人物からAIを使ってその人物の全く違う画像を生成します。 手順 1.ある人物の画像を集める 今回は、ぱくたそというフリー素材のサイトから、このモデルさんの画像を集めました。53枚です。 名前は存じ上げませんが、仮に「ぱくたそちゃん」にします。 2.AIにその人物の画像を学習させる この「ぱくたそちゃん」の画像をAIに食わせます。 最初は似てるんだか似てないんだかわからない状況ですが、だんだん学習していきます。 3.欲しい画像を説

四角の形を補正したい 以下のような斜めになった四角を９０度の長方形に補正したい。 いわゆるドキュメントスキャナー。 ↑補正された画像 Python単体で可能 以下のコードでできます。 import cv2 import numpy as np def biggest_contour(contours): biggest = np.array([]) max_area = 0 for i in contours: area = cv2.contourArea(i) if area > 1000: peri = cv2.arcLength(i, True) approx = cv2.approxPolyDP(i, 0.015 * peri, True) if area > max_area and len(approx) == 4: biggest = approx max_area = ar

文字認識をかんたんにつかえる iPhoneで文字認識できたら、板書の書き起こしや、標識認識アプリなど便利につかえます。 ２０２２年のアップデートで日本語が利用可能に ２０２２年のiOS16から、日本語の文字認識が可能になりました。 組み込みのフレームワークのみで可能です。 精度もかなり良く、さまざまなアプリで実用に耐えるレベルだと個人的には思います。 つかいかた VisionのVNRecognizeTextRequestをつかいます。 recognitionLanguages に "ja" を指定します。 macOS13、Xcode14、iOS16以降が必要です。 let request = VNRecognizeTextRequest() request.recognitionLanguages = ["ja"] // 日本語を指定 let handler = VNImageReques

アニメに最適化された超解像モデルを使う方法です 元画像 超解像 何気なくみているアニメも実はアーティファクトがあったりする Real-CUGANでスッキリ ノイズを取り除き、4倍にまで超解像できます。 方法 リポジトリをクローンして、事前トレーニング済みのweightをダウンロードします。 upcunet_v3.pyからモデルをインポートして実行します。 import cv2 upscaler2x = RealWaifuUpScaler(4, "/content/drive/MyDrive/updated_weights/up4x-latest-denoise3x.pth", half=True, device="cuda:0") frame = cv2.imread("im.png") frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) resu

膨大な画像から似た画像を探すのはたいへん 現代は画像があふれる時代ですが、似ている画像を目で探すのは大変です。 類似度を数値化すれば、自動で探せる 画像感の類似度を数値化できれば、その数値を比較して、もっとも似ている画像をかんたんに探せます。 機械学習モデルをつかって画像類似度を数値化してくれるimgsim 手順 imgsimをインストールして、画像を768の数値に埋め込み、埋め込み間の差分を計算する。 import imgsim img0 = cv2.imread("cake.jpg") img1 = cv2.imread("pancake.jpg") vtr = imgsim.Vectorizer() vec0 = vtr.vectorize(img0) vec1 = vtr.vectorize(img1) dist = imgsim.distance(vec0, vec1) prin

colorizer = get_image_colorizer(artistic=False) image_path = colorizer.plot_transformed_image_from_url(url=source_url, render_factor=35, compare=True, watermarked=False)

未経験からフリーランスとして稼げるようになったポイントは３つあると思っています。 １、時間をつくる ２、全体像をつかむ ３、発信する です。それぞれ解説していきます。 #１、時間をつくる 雪がたっぷり積もったら、外に出ていろいろ遊んでみようと思いますよね。雪だるまを作ったり、かまくらを建てたり、雪合戦をしたり。 それと同じで、時間的なスペースがあると、いろいろ工夫してみようという気持ちが生まれます。 一個失敗しても、「じゃあこうしてみようかな」みたいな試行錯誤ができる。 子どもが雪の中で転げ回るみたいに。失敗ができる。 無駄って大事なんです。 なんならこたつで丸くなってもいい笑。 僕は以前の仕事の合間にも、プログラミングをかじっていたのですが、形にならないままでした。 本業の隙間時間で一個失敗してしまうと、次がないんですよ。 で、ニートになった。 時間ができたから、すぐプログラミングに邁進

手順 TensorFlow Object Detection APIで物体検出モデルをがっつりトレーニングする方法です。 初期値からの学習も 転移学習もできます。 簡易なファインチューニング学習のみする場合はこちらの記事： TensorFlow Object Detection APIで物体検出モデルを簡易トレーニング 推論のみする場合はこちらの記事： TensorFlow Object Detection API のつかいかた（推論。Colabサンプル付き） を参考にしてください。 １、TensorFlow Object Detection APIと必要なライブラリをインストール cd models/research # Compile protos. protoc object_detection/protos/*.proto --python_out=. # Install Tens

コマンドラインツールのインストールで解決 エラーメッセージ An exception occurred within a child process: NoMethodError: undefined method `path' for nil:NilClass Did you mean? paths 診断

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?