Watershed algorithm 接触する物体をうまい具体に分離（セグメンテーション）して認識してくれるアルゴリズム OpenCVでも利用可能 結構古典的なアルゴリズム watershed = 分水嶺？ 画像の輝度勾配を山と谷の地形図に見立て、そこに水を流すイメージをした時に、水を貯める分水嶺（壁）を"輪郭"として判定する手法 参考: The Watershed Transformation 要は、"オブジェクトの輪郭"を正しく判定するアルゴリズム 実際に動かしてみる 以下、watershedの公式チュートリアルを追っていきつつ、補足内容を追加 ※ 以下、Jupyter notebook上で実行した結果を貼り付けているので、下記のアウトプットやコードの細かいところはJupyter notebook上の実行想定で。 以下、同内容のJupyter notebookをGithubにおいてあ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 機械学習や深層学習が人気の昨今ですが、それらのモデルの精度に最もクリティカルに影響するのはインプットするデータの質です。データの質は、データを適切に把握し、不要なデータを取り除いたり、必要なデータを精査する前処理を行うことで高めることができます。 本頁では、データ処理の基本ツールとしてPandasの使い方を紹介します。Pandasには便利な機能がたくさんありますが、特に分析業務で頻出のPandas関数・メソッドを重点的に取り上げました。 Pandasに便利なメソッドがたくさんあることは知っている、でもワイが知りたいのは分析に最

このスマホ、「iPhone」と「Android」のどちらかわかる？ ニューラルネットワーク（Convolutional Neural Network: CNN）に「iPhone」と「Android」の画像を学習させ二値分類させます。その後、Grad-CAMを使って、識別上重要とされた箇所をヒートマップで可視化するというやつです。CNNはどこを見てスマホを識別するのでしょうか？ 当初、CNNが識別の特徴として注目するだろうと予測していた画像領域は、 「iPhone」→ 背面のリンゴマーク・正面のホームボタン・正面のインカメ周りの構造・側面の物理ボタン　など 「Android」→ いろいろバリエーションあるのでよくわかんない。よくわかんないけど、「iPhoneではないやつ」みたいな特徴？ 多分人間もこの辺を見て判断してますよね？ ニューラルネットワーク的にはどうなのかを確かめてみます。 画像の

やったこと ラズパイとラズパイ標準カメラを使って10分に一回花の撮影をする 撮影した画像をffmpegを使ってmp4（パラパラ漫画風）に変換 （クリックでYoutubeに飛びます） 結構お手軽にできます。 ラズパイとラズパイ標準カメラを使って10分に一回撮影する やり方は方法などはこちらのブログからまるっと拝借しました Raspberry Piで自動撮影してタイムスタンプ入りタイムラプス動画を生成する方法 - karaage. [からあげ] 上記ブログで撮影用のコードも公開されているのでcloneしてきます https://github.com/karaage0703/denpa-gardening 基本的には上記のコードを使って

読んで面白かったので勉強を兼ねて日本語化しました。ざっくりグーグル翻訳にかけてから、あまりにもヘンテコな日本語は直しました。（意訳も含む）（コメ印の注釈も入れています） 翻訳元記事はWILDMLが年の瀬12月31日に公開したものです。2017年に起こった人工知能・深層学習の素晴らしいまとめ記事です。 AI and Deep Learning in 2017 – A Year in Review - WILDML 元記事では本文中にも沢山リンクを貼ってくれてますが、そこまで完コピすると大変だったので興味あるところは元記事を参照してみてください（挿入画像やyoutubeリンクのみコピペしました） ==================== 強化学習がゲームで人間を打ち負かす 今年の最大の成功事例はおそらく世界最高の囲碁棋士を破る強化学習エージェントAlphaGoでした。探索領域が非常に大きいため

機械学習用の画像を1000枚オーダーで集めたい。 前回はBingの画像検索APIを使ってみましたが、ニッチな検索キーワードで取得できる画像はGoogleの方が多そう（？）な気がしたので、いちおうGoogleでもAPIを叩けるようにしてみました。 というわけで今回はGoogleが提供する検索エンジンのAPI「Google Custom Search API」 を使って画像収集してみます。使用言語はPython3です。 Google Custom Search APIはこちらにテストツールもあります。（※ "cx"パラメータに、後述する「カスタム検索エンジンID」が必要になります） 一番最初にオチを書いてしまいますが、google APIで画像を収集するのはかなりイケてません。BingのAPIを使ったほうがずっとマシな感じです（詳細は後述）。 APIを叩いて画像取得するまでの流れ Google

機械学習用に画像を1000枚オーダーで集めたい。というわけで今回はBing(Microsoft)が提供する検索エンジンのAPI 「Bing Image Search API」 を使ってPython3で画像収集してみます。 Bing Image Search APIはこちらにテストツールがあります。 Microsoftアカウントの作成 まず、APIを叩くために必要なAPI Keyを取得するため、Microsoftのカウントを作成します。正直これがめんどくさい。 Microsoftはいろいろなサービスを "Cognitive●●" 系に統一しようとしているようで、これまでのサービスも名前が変わったり、引っ越ししたり、バージョンが変わったりしているようです。2016年7月1日から新しいバージョンのBing Search API v5も公開されているとのことで、ネットでググっても結局どれが現在の（

概要 会社で開催されるクリスマスパーティーで何かおもろいことやろうぜ、ってことで有志で作った物についてのメモです。 データ分析の会社ということで、何かデータを貯めてごにょごにょするそれっぽいもの＆有志メンバーにインタラクティブアート的なものが好きな人が多かったので何かそれっぽいものを目指そうぜというモチベーションでした。 で、結局作ったものはRaspberryPi3+OpenCVでクリスマスツリーに自動セルフィー（自撮り）機能を付ける、というものです。 ツリーの前に立つとリアルタイムで顔検出を行って自動で撮影し、撮影した画像を社内SNS（今回はConfluence）に投稿して自動でアルバムを作成していきます（カメラ映像は隣に置いたディスプレイに表示しています）。見た目はツリーのお星様におもむろにカメラが載せただけの雑なものです。 コンセプトは、 お前がクリスマスツリーを眺める時、ツリーもま