はてなブックマーク

前書き 注意：ここに書いていることは2020年代としては、古すぎる見解になっている。 近年の自己教師あり学習の大幅な進展で、ここで述べているようなアプローチは大幅に古めかしいものになっている。 ・自己教師あり学習の進展は、画像認識タスクに対する共通のbackbone を作り出しており、後段で個々の画像認識タスクに対するfine-tuningをするアプローチに変わってきている。 ・そのため、ラベル付きの限られたデータで特徴量の抽出をしていたのが、自己教師あり学習に基づく特徴量の抽出になっている。 ・各人、自己教師あり学習について調べることをお勧めする。 主旨 単純に学習データを追加するだけでは学習が改善しないことがある。そのような場合へのヒントを著者の限られた経験の中から記述する。 はじめに 画像認識の機械学習を改善するためにはデータを追加すればよい。 そう思っている人が大半だろう。 ただ、

世の中にはよい機械学習の結果が存在する。高い精度で推論（分類・検出）できるものがある。 だから、データの特性が、元々の想定から変わった時にも「機械学習だから、学習させればなんとかなるよね」と期待する人がいるかもしれない。 この文章は、そのような安易な考え方に立つことを戒めるために書く。 (もちろん、機械学習は今までになかった価値をいろんな分野にもたらす可能性が極めて高い。) (主張したいことは、 ビジネスとして見返りが期待できる内容の機械学習をすること。 100%の精度が期待できる機械学習は、そんなに多くない。それでも見返りが期待できる使い方をしてほしい。 1人のエンジニアに支援なしに丸投げするのではなく、チームとしての支援が有効であること。 最初の問題設定を疑ってかかること。手書き文字認識の強化で宅配便の伝票をなんとかするよりは、手書きを必要としない方がいい。 ) garbage in

機械学習を簡単に行うための有用なライブラリの一つはscikit-learnである。 この文書では、scikit-learnの学習結果をpickleしないで済ます方法について述べる。 scikit-learnの特徴 各種識別器の学習・予測・評価方法のためのインターフェースがそろえてある設計。 各種アルゴリズムを試して、比較しやすい。 ドキュメントが充実している。 前提 python scikit-learn pickle scikit-learn に欠けているもの scikit-learnで学習した結果を保持するための枠組みが不足している。 そのため、sckit-learnで作った学習済みの識別器をpickleして、それをpickl.loads(pickle済みのファイル)して使ってしまうということをしてしまいやすい。 問題点 scikit-learn のサイトでも、pickleしたものを使

（この記事は、「RaspberryPi の産業用途」の一部として書いたものから切り出したものです。） Deep Learning が画像認識技術の分野を書き換えているが、CUDAだけが唯一の手段ではない。 ARM系のチップでもGPUを使う話がある。 Raspberry Pi の利用例 エッジで安価にディープラーニング活用、Ideinが1.8億円を調達 Ideinの強みは、汎用のRaspberry Pi上で高速にディープラーニングを使うソフトウェア環境を整えたこと。Ideinが使っているのはプロセッサもソフトウェアも汎用のものだ。Raspberry Piはスマホと似たプロセッサだし、ディープラーニングにはChainerやCaffeといったオープンソースのライブラリを使う。難しいのはRaspberry Pi搭載のGPUであるVideoCore IVを使うために、アセンブラ、コンパイラ、数値計算

Hand　検出について調査中です。 追記 2022.01.13 時点では、代表的なプラットフォームで、hand poseの検出の学習済みモデルが提供されるようになってきています。あなたが利用しようとするプラットフォームで、検索してみてください。 次に示すmediapipeのライブラリにもhand poseの検出を含んでいます。Android iOS C++ Python JSの各環境で利用することができます。 追記　2019.6.25時点で私が使えそうに思っているのは TensorFlow での実装です。 そのため、記述の順序を入れ替えました。 追記　2019.10.4 github で hand-detection についての一覧があります。 https://github.com/topics/hand-detection How to Build a Real-time Hand-De

追記(2022.04.11) qiita OpenCVの新しい顔検出を試してみる qiita OpenCVに加わった深層学習ベースの顔検出・顔照合のデモ用のサンプル で、OpenCV 4.5.4　以降で利用可能な深層学習ベースの顔検出と顔照合が紹介されています。 OpenCV だけで顔検出から顔照合まで完結している。 そういう状況になってきている。 深層学習を利用した従来よりも強力な顔検出・狭義の顔照合（＝正規化済みの顔を用いて、顔の類似性を判定する技術）があることには気づいていたが、顔のlandmark（目・鼻・口など）を求めて、顔を正規化する技術もOpenCVに含まれていたことに最近気づいた。 https://github.com/opencv/opencv/tree/master/samples/dnn tensorFlow ベースのコードで顔検出のDNNが使えるようになっている。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Intel のデバイスを使う範囲だと、次の記事が紹介しているようにOpenVinoで顔向き推定ができます。 qiita AIを始めよう！OpenVINOで使うモデルを整備する head-pos-estimation-adas-0001.xml のモデルデータを利用する。 github opencv /open_model_zoo head-pose-estimation-adas-0001 私見：顔向き推定は、顔の検出位置の正規化・顔ランドマークの検出に依存します。 ですから、よく使われる顔検出の正規化・顔ランドマークの検出にしたがった

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ソフトウェア開発をしているとデバッグは必須の作業です。とはいうもののデバッグ作業に苦しみたくはないはずです。 テスト駆動開発をしていないプロジェクトで、しかも単体テストを重視していないプロジェクトの場合、モグラたたき開発になっている可能性があります。 モグラたたき開発は、きちんとした自動化した単体テストを積み重ねていくのではなく、そのつど、気になった不具合を、気になった順番に解決しようとするアプローチです。 プロジェクト・マネジャーが知るべき97のこと　モグラたたき開発を避けよう モグラたたき開発の特徴 ソフトウェアの世代が変わったとき

OpenCVには顔照合のモジュールが提供されています。 OpenCV 3.3.0 [Face Recognition with OpenCV] (https://docs.opencv.org/3.3.0/da/d60/tutorial_face_main.html) 顔関係のモジュールは、cv::face という名前空間にあります。 cv::face Namespace Reference この顔照合のモジュールについては、既に以下の記事が書かれています。 qiita OpenCVを使って誰の顔なのかを推定する（Eigenface, Fisherface, LBPH） そこで、じゃっかん異なる視点で、その記事を補おうと思います。 ソースコードのありか https://github.com/opencv/opencv_contrib をgit でとりよせていると、既に以下のディレクトリに顔

OpenCV 以外の場所にある深層学習ベースの顔検出 を別記事にしました。 学習済みのファイルが提供されているものもあれば、そうでないものもあります。 論文に関連付けられてあるものもあれば、そうでないのもあります。 Tensorflow Face Detector Effect 以下のYouTubeをみるように言っています。 https://www.youtube.com/watch?v=gw4CVz7SPEs&feature=youtu.be 手順の補足： Know Issue Please view that issue here if your output video is blank. A brief reminder is: check the input codec and check the input/output resolution, since this part

オブジェクト検出器を作るときは、正解データを入力する作業がある。そういった作業をアノテーションと呼ばれている。 昔のアノテーションの状況 この作業が実に面倒だった。 マウスで領域の指定をして結果を保存するツールを部署ごとに自作していた。 入力結果を保存するファイル形式が標準化されていない。 ツールの中で途中で作業の打ち切りや再開が難しい。 入力作業中に間違えたときの取り消し、やり直しがきかない。 最終結果ファイルが意図した内容になっているのかの確認がむずかしい。 dlibのアノテーションツール imgLab そのような状況が変わっていることをdlibのオブジェクト検出器の学習用のツールで実感した。 dib/tools/imgLab https://github.com/davisking/dlib/tree/master/tools/imglab dlibの中でオブジェクト検出器の学習用に

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 開発者が開発を進めているときに大事なことは、できるだけ本業の開発に専念できる時間を増やすことだ。 本業の開発時間を確保するのに役立ってきたこと ソースコードの管理コストは、バージョン管理ソフトウェアで改善した。 タスクの管理コストは、課題管理システムRedmineなどで改善した。 これによって、発生しているトラブルの状況を何人もにそのつど説明しなおす手間が減った。Redmineにチケットを発行して、そのつど状況を書いてしまえば、細かい状況をきれいさっぱり忘れてしまえる。 ソースコードのドキュメンテーションをMS-Wordで作るのではなく

注意：検証が不十分な部分があり、そのままでは動作しない記述です。 また、プログラムの例は、見本的なプログラムとは程遠いものであることをお許しください。 画像処理では旧来より2次元配列へのアクセスという発想で2重ループで書かれる処理の内容が多い。 OpenCVのC++で使う場合でも2重ループでの画素に対するアクセスの書き方しだいで、処理速度が変わることが知られています。 これがnumpyを使う場合には、2重ループでの画素に対するアクセスすると、そのアクセスのエラーチェックのために耐え難いほど遅くなることが分かっています(ほぼpython言語を使いつつ、ループを使いながら高速化したい場合にはCythonを調べてください。)。 ですから、この文章では「画像処理で2重ループをなるべく書くな」と主張します。 ###　2重ループ処理のほとんどは、ライブラリの関数として実装されています。 2重ループで書

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 画像処理、画像認識の分野の技術動向を調査すると、ここ数年でいろんな枠組みが変わってきたことを感じる。 ここ５年の間の変化 ＯｐｅｎＣＶの最適化がさらに進展した。 IPPがＯｐｅｎＣＶに含まれるようになった。 マルチコアでの平行化・並列化がライブラリの広い範囲で進展するようになった。 ＡＲＭの組み込み用のＣＰＵでも４コアが利用できるようになった。 64bit OSを使えることが増えた。 ＧＰＵを使うことが組み込みの分野でも可能なボード（モジュール）が登場した。 Deep Learning の関係で、画像認識関係のアルゴリズムが大幅に書き換

dlibベースの顔照合が公開されている https://github.com/ageitgey/face_recognition setup.cfg によると1.4.0 のバージョンである。 PyPI のは、 face-recognition 1.3.0 　Last released: 2020年2月20日 であり、バージョンが少し古い。 PyPIにあるProject Descriptionを和訳すると 「Face Recognition Pythonやコマンドラインから顔を認識して操作する世界で最も単純な顔認識ライブラリです。dlibの最先端の顔認識を使用して深層学習で構築されています。 モデルの精度はLabeled Faces in the Wild benchmark で99.38％です。このライブラリはまた簡単なコマンドラインツールを提供しており、画像フォルダの顔認識をコマンドライ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 成功するプロジェクトに変えるために　今までに書いてきた記事の中から役立ちそうな視点の記事へのリンクをまとめてみます。 開発したい目的を、どのようにして実現していこうとするのかは、よく考えてから開発方針を決めてください。 どう失敗しやすいのかを考えることで、うまくいきやすい技術を選択することにつながればと思って書いています。 開発の方式を選択するには、何でもかんでもきちんと評価するのは無理です。ZnSeとGaNではどちらがいいのかについて、何でもかんでもきちんと評価することができると思いますか。開発者の直感というものが重要だと思います。直

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事はとても古くなっています。 タスク管理について、もっとよい記事を探してください。 タスク管理(とそれに関係したドキュメント管理)が自動化されていない環境は、以下の弊害を持ちます。 人に作業を依頼する内容が、最新の正しい情報を反映しなくなってしまっている可能性。 情報の集計を自動化できていないために、常に最新の情報を得ることが難しくなってしまう。 人という貴重な資源を、定形作業のためにすり減らしてしまう。 この記事は、Excelを使ってタスクスケジュール管理をしているソフトウェア開発の現場に向けて、タスク管理を楽にすることを提案す

今までに扱ったことの無い分野で新規開発をする場合、いろんな問題が出てくるだろう。そのようなときに、何をどうすればよいのか迷うことがあるだろう。そのようなときに、複数の課題があるときに、何をどの順序で解決していけばよいのか迷うこともあるだろう。 私が心がけているのは、「動くようにする、正しくする、速くする。」の順序で物事の優先順位をもって考えてようにしていることです。この内容は何かの本で読んだことからきている。何かしら動かないうちは、正しくすることもできないし、正しくなっていないうちは、速くすることに意味がない。 物事を解決する際に、全てのことが同時に解決することは少ない。 前に経験を積んだことのある分野の近くでは、動いて正解率もそれなりに高くて、メモリ消費や処理時間が少ないもの１回目の挑戦で作れることがあったりもするが、それは極めてまれなことだ。 1.　何かしら既存の技術をまねて、「動くよ

C++のプログラムを書ける人よりも、C++　OpenCVを使って書ける人は少ない。それぞれのアルゴリズムに対してどのように使いこなせばいいのかを知っている人はさらに少ない。さらに自力で問題解決のためにアルゴリズムを作っていける人はさらに少ない。 あなたのそばにいるスペシャリストは、そういう限られた人たちなのです。 そのことを分かった上で、リーダーは次のことを心がけて組織を運営してください。 バグレポートのあげ方を改善しよう. バグレポートはRedmineなどでする。(メールやExcelを併用していても) 「Effective Debugging　――ソフトウェアとシステムをデバッグする66項目」 では、課題管理システムに上げられていないバグ報告には対応するなと言っています。 エンジニアに分かりやすくバグを報告するバグレポートの書き方 バグレポートの書き方 新社会人のためのバグレポートの基本

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 若手エンジニアを不幸にしないための開発の「べからず」集　組織運営編から記事を独立させました。 優秀な技術者ほど辞めてしまいやすいのは、多くの会社に共通していることです。 この文章では、どうして優秀な技術者が辞めていってしまうのか、その理由を探るとともに、そうならないようにするための対処方法を少しずつ書き足していきたいと思っています。 マネジャーのみなさんへの前書き 会社の資産であるソースコードはきちんと管理されてますか？ 「きちんと金庫にしまってある」ではありません。 開発が進みやすく、今のソースコードはどのように品質が保たれているのか

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ラジコンヘリの値段がとても安くなっているのに気づいたとき、ラジコンヘリと携帯電話に技術の共通点があることに気づいた。 ラジコンヘリと携帯電話の共通点 バッテリーを使う。 無線通信をする。 モーターを使う(携帯電話のバイブレーション機能)。 次の記事もドローンと携帯電話の技術との共通性を述べています。 ドローンと携帯電話の共通点 ドローンのオープンソース化の流れと産業利用に与える影響 実際、ドローンにはスマートフォンで使われる部品が多く使われており、スマートフォンの爆発的な普及による部品の小型化と低価格化が、ドローン市場の拡大の大きなきっ

デスマーチの実例の一つとしてYRP 軍曹が携帯電話開発の現状を語るが有名です。 この状況を今の開発スタイルだったら、どれだけ脱却できるのかどうかを考えてみました。2004年頃にはまだなかったツールや普及していなかった考え方があることに気づきました。それらのツールや考え方を利用すると、ツールがだいぶ便利になってきているので、だいぶ改善されます。 しかし、マネージメント自体による部分が大きいことが分かりました。 事例　「まず、仕様書が無い。」 今でも：　十分に起こることです。 仕様書なしのコーディング 仕様書を書かずにいきなりコーディングを始めてしまう。どの時点でどのようにして設計方針を組織として承認したのかが不明確なままになっている。 サーバーが失われる ドキュメントがおかれていたサーバーが運用停止になって、ドキュメントにたどれなくなることこともあります。せっかく、ソースコード上にドキュメン

他の方が書かれている記事の方が最新の状況を書かれていますので、ぜひそちらを参照ください。 OpenVX SDKの調査 OpenVXの仕様が発表されたとき、画像認識技術のライブラリが標準化されていくんだと期待を持った。仕様のドキュメントを読んだときに、実際にこの実装を作るのは簡単じゃないだろうと感じた。仕様が発表されてから、OpenVXの実装がでるのはまだかなと思いつつ、年は流れた。 最近Jetsonを調べている中で、OpenVXに対する実装のライブラリが提供されていることを知った。 Khronos OpenVX Portable, Power-efficient Vision Processing OpenVX 1.2 Specification updated April 27, 2017 OpenVX 1.2 Specification pdf updated April 27, 20

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? モグラたたき開発になる理由 モグラたたき開発を卒業しようの一部として書いていましたが、項目が増えてきたので 別記事に独立させました。 これらは、ほとんどが推測です。 某銀行の次期システムとか、受注したが開発できすに中断した官公庁の案件とか、携帯電話開発の事例　その他もろもろの不幸な事例を元に推測で書いています。まるで自分のプロジェクトとのようだと思われる方がいらしても、他人の空似です。 チームとしての共通の目標を成し遂げようという意識が低下している。 ユーザー視点の欠落 セクショナリズムの蔓延、「それは自分の知ったことじゃない」 「今ま

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? py_face_detection.markdownを元に 「OpenCV-Python Tutorials」 和訳の中の [Face Detection using Haar Cascades] (http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_objdetect/py_face_detection/py_face_detection.html#face-detection) の訳を作成しました。 原文の英語の後に、和訳を記載しました。アルゴリズムに興味をもっていただくのに役立て

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Zynq　のようにFPGAで高速化することについても関心を持っている。ソフトウェア屋としては、あまり余計なことを考えずにさっさと高速化できるアプローチをしたい。FPGAを使う場合でも、OpenCV相当の実装が予め用意されているような使い方を、まずはしてみたい。 しかし、試してみる機会はないままだ。 「Vivado HLS ビデオ ライブラリを使用して Zynq‐7000 All Programmable SoC でOpenCVアプリケーションを高速化」 Evaluating Vivado High-Level Synthesis on

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 仕事としてソースコードを書く以上、ソースコードを利用する人、ソースコードを書く本人がともに幸せになるようなソースコードの書き方をすべきだと私は考えている。Doxygen（日本語による解説サイト）を使って、詳細の実装の仕様書を作成するように推進している理由の一つは、ソースコードとは別のドキュメントを作成する手間を減らして、負担を減らすことも目的の１つだ。 とりわけ若手エンジニアのみなさん、 仕事としてソフトウェアを書くのだから、仕事を通じて自分が幸せになるようなソフトウェアの書き方をしてください。もし、ここに例示してあるような書き方をして

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? コーディングに関する発言でありがちな発言の例を書いてみました。 ###「引数にconstがついてないなんて、気にしてんじゃねえよ。ちゃんと動けば問題ないだろう。」 間違っている理由： ソースコードは、コンパイラのために書くのではなくて、コードを保守・追加開発する同僚のために書くものです。読みやすさは、人のために必要です。引数にconstが書いてあれば、それが入力であって、値が変わることがないことが、誰にでも自明なものになります。 ###「引数にconstがついてないけど、ドキュメンテーションコメントで@param[in] p1 cv::