概要 食事のカロリー推定は非常に困難なタスクでした。 一般的なアプローチとしては、物体検知modelをfine-tuningし、料理画像から個々の料理の領域を判定することでカロリーを推定してきました。 GPT-4oを利用するとそのへんを飛ばして、いきなりカロリーが推定できます。精度の面では劣ると考えられますが、実装の容易さと未知のクラス (学習データセット内に含まれない料理) への対応を考えると、十分に利用価値があると思われます。 今回の記事では、実際のデモも紹介しているのですぐ利用することができます。 早速結果を見てみよう デモ 実装 カロリー推定 json-mode で処理をさせます。step-by-stepに推論を処理させるために、最初に雑な推論を記述させてから、各食品のカロリー量を推定させています。 # GPT-4にカロリーを推定させる (JSON-MODE) response =

Easily generate and extend the body or backgrounds in your cherished photos, allowing you to breathe new life into your portraits. Try with this example Whether you're a professional artist or a hobbyist, this tool will help you expand your artwork and bring your vision to life. Try with this example Whether you're working with wood, fabric, metal, or any other texture, our app allows you to resca

えーっと、note初記事です。つたない内容でしかもメッチャ長文ですがお付き合いください。 今回はタイトルにあるように、Stable DiffusionのプロンプトをChatGPTで生成する、今までとはちょっと違うやり方をご紹介します。 簡単なレクチャーも含むのでかなりのテキスト量ですが、最後まで目を通していただければ良いことがきっとあります。 はじめにまずこれからお伝えする技法は現時点でGPT4の使用が前提となっています。（追記：Bingでも可能になりました） 3.5では、私の技量が至らず安定した結果が得られていません。 しかしながら、先だってこの手法をお伝えした有志の方々が3.5及びBingでの実現を模索されていることを予めお伝えしておきます。 今回の手法を発見した経緯とネタバレことの発端は遡ること１か月前、プロンプトを自動でジャンル分けしてデータベースに流し込み、逆にそこからプロンプト

画像生成AIで好きなイラストを作るようになったら、ぜひやってみたいと思っていたのが今回取り上げるLINEスタンプの制作です。 そもそももっと以前からやってみたいと思ってはいたのですが、1枚、1枚絵を描いて、色を付けて、それをスタンプの形にして……と考えているうちに腰が重くなってチャレンジせずにいました。ですが、AIの力を借りれば、いとも簡単に制作できることが分かったので、今回は実際に私がスタンプを作って申請、公開に至るまでの過程をご紹介しましょう。 とはいっても、「Midjourney」を利用して作られたイラストは、現状、AIの学習素材の元となっているイラストや絵画データの取得先が開示されておらず、かなりグレーな状態になっています。本稿では、Midjourneyで生成したイラストをLINEスタンプの制作に利用しますが、あくまで個人利用を目的に制作していきたいと思います。 ※本記事は、5月3

Create an account and your first index in 30 seconds, then upload a few vector embeddings from any model… or a few billion. Perform low-latency vector search to retrieve relevant data for search, RAG, recommendation, detection, and other applications. Pinecone is serverless so you never have to worry about managing or scaling the database. from pinecone import Pinecone, ServerlessSpec # Create a s

>>321 これでいけんじゃね？ python networks\merge_lora.py --sd_model <マージ元モデルのパス> --save_to <マージ後モデル保存先のパス> --models <マージするLoRaのパス> --ratios <重み付け(0.0～1.0の範囲で指定)>

DMM.comの亀山敬司会長は4月1日、生成系AIのサービス開発に20億円を投じると、自身のTwitterアカウントで発表した。「日本最速・最大規模で同時多発的にサービス作っていく」（亀山会長）という。 同時に事業責任者やCTOも募集。関心のある人は、DMM傘下でクラウドサービスや研究開発事業を手掛けるAlgoage（東京都文京区）の大野峻典CEOに連絡するよう呼び掛けている。大野CEOは自身のTwitterで「やりたい事業アイデアの持ち込みも歓迎」「国産大規模言語モデルも作りたい」などと展望を説明している。 大規模言語モデル（LLM）とは、大量のテキストデータを使ってトレーニングした自然言語処理モデル。ファインチューニングなどにより、テキストの生成や要約などといった分野に応用できる。昨今では米OpenAIの最新LLM「GPT-4」が注目を集めている一方、SNSなどでは技術の独占などを防ぐ

Similar images, subjects, art style, artists, color pallettes

本記事は初めてiPhoneで3Dスキャンを行う方や、実際に試して見たが上手く行かなかったとお困りの方に向けたiPhone3Dスキャンの撮影方法等を解説したものです。 その為3Dスキャンとは何か？等の全般的な内容はこちらの記事をご参照ください。 なお本記事は2023年の1月時点での情報をまとめており、最新の情報ではない可能性があります。 また筆者独自の調査や見解も入っており、事実とは異なる部分が存在する場合があります。 自分の記事を読んで為になったという方にお願いです。可能な限りで良いので令和6年能登半島地震の被災地支援のため募金活動をよろしくお願いします。 iPhone3DスキャンのタイプiPhone3Dスキャンにはいくつかのスキャンタイプが存在しています。 それぞれに特徴があるため用途に応じて使い分けると良いでしょう。 なお本記事はiPhoneのリアカメラ/LiDARの解説記事なので、フ