Jetson nanoで、オリジナルの学習モデルを使った物体検出[1/5] 〜IBM Cloud Annotationsを使ったアノテーション編〜
はじめに 最近の画像認識＆DeepLeaning技術の進歩はすごく、画像や動画の中から特定の物体を検出し認識する事が可能になりました。しかもサーバなどの強力なCPU＋GPUを積んだマシンででなくても、Jetson nanoなどの小さなボードコンピュータでもできてしまいます！ そこで、Jetson nanoを使った物体検出をやってみようと思ったのですが、これがそう簡単には行きませんでした💦日本語のサイトも少なく、Tensorflow、TensorRTなどの技術＆英語と格闘して２ヶ月、ようやくできるようになりましたので、ここにまとめておきます。 今回やりたい事は、以下の動画のように、オリジナルの学習データを使って、動画中の物体を検出＆認識することです。 Jetson nanoによる物体検出の様子（やりたい事） 物体検出の実現方法 Jetson nanoで物体検出を行うために、今回は以下のよう
【物体検出】アノテーションツールVoTTの使い方
こんばんはエンジニアの眠れない夜です。 アノテーションとは、あるデータに対して関連する情報（メタデータ）を注釈として付与することをいいます。 物体検出ではこのアノテーションを教師データとして利用します。アノテーションを作成できるアプリケーションはたくさんあります。 その中でも今回はVoTTというアノテーションツールの紹介です。 この記事の設定例は「【物体検出】keras-yolo3の学習方法」で利用できるものにしています。 【物体検出】keras−yolo3で独自データセットの学習方法 アノテーションツールVoTT（Visual Object Tagging Tool）とは VoTT（Visual Object Tagging Tool）というアプリケーションがおすすめです。 このアプリケーションはマイクロソフトによって開発されています。 個人的にはマクロソフトってWindowsとオフィス
ポルノや斬首画像をタグ付けし続け、月給2万円…「AI」機械学習の闇 | アマゾンやマイクロソフトから受注するインド企業に潜入取材
プラダンは大腸内部のポリープや、ガン化するかもしれない小さな新生物を探す。ぬらりとして赤く腫れたニキビにも似た突起物を発見すると、マウスを動かし、キーボードを叩いて、デジタルの輪を描画してマークした。 プラダンは医学を学んでいるわけではなく、「AI（人工知能）」の学習システムに関わっている。ゆくゆくは医師の仕事も、彼女が開発に“貢献”したAIに取って代わられるかもしれない。 AI「学習」の内幕 プラダンは、この小さなオフィスビルの4階で働く数十人の若いインド人男女のひとりだ。彼らはデスクの前にずらりと並び、ありとあらゆるデジタル画像のアノテーション（AIの学習向けにデータを紐付けること）をおこなう。 街頭写真に写りこんだ停止標識に歩行者、衛星写真の工場、石油タンカーに至るまでを正確に特定する。 大半のテック業界関係者が「世界の未来の姿」だと話すAIは「機械学習」と呼ばれる開発手法のおかげで
完全感覚アノテーションで心が壊れた話 - Qiita
はじめに 2019年もあと少しで終わりです。 皆様、いかがお過ごしでしょうか。 年末といえば、紅白、ガキ使、そろそろ仕事にも慣れてきた頃にやらかしてしまった入社2年目社員のQiita記事 がつきものですね。 本記事では、今年の夏にアノテーション作業になめてかかり心が壊れた2年目社員(＝私)の記録を紹介したいと思います。 ※本記事はやめ太郎氏リスペクトでお送りします！ 第0章 チュートリアル ～アノテーションとは～ 皆さんは機械学習におけるアノテーションをご存じでしょうか。 教師あり学習において、モデルの作成には教師データが必要不可欠です。 例えば、画像から犬と猫を判別するようなモデルを作成するには犬と猫の画像を学習させる必要があります。 このとき、学習させる画像に「これはイッヌ」「これはネッコ」という風にタグをつけます。 この作業のことをアノテーションといいます。 一般的に、質の高いモデル
クラウドワーカーを活用した学習データ作成用アノテーションサービスを開始 - MONOist（モノイスト）
ユニメディアは2018年9月20日、ディープラーニングモデル構築のための学習データ作成用アノテーションサービス「ANNOTEQ」の提供を開始した。専任作業者やクラウドワーカーを活用し、大量のデータセット構築を迅速に実施できる。利用料金は20万円から。 AI（人工知能）サービスのためのディープラーニングモデルを構築するには、大量のアノテーション済み学習データセットが必要となる。一方で、無料提供の学習データセットなどは限定的かつ汎用的なものが多く、各社固有のディープラーニングモデルに対応する高精度なデータセットを集めるのは困難だった。 ANNOTEQは、実働100万人以上のクラウドワーカーを活用し、1週間10万件以上の作業に対応できる。高難易度な作業や作業の品質管理工程を専任作業者が担当するなど、専任作業者とクラウドワーカーが内容に応じて業務を分担し、高精度な作業を行う。顧客の要望に応じて、短
より良い機械学習のためのアノテーションの機械学習 - ABEJA Tech Blog
ABEJAでリサーチャーをしている白川です。 皆さん、アノテーションしていますか？ 私はしています。アノテーション、自分でやるのは大変ですよね。 AIというとモデルの学習に注目されがちですが、もしかしたら、アノテーションはAI開発においてモデル開発以上に重要で注意の必要なプロセスかもしれません。今回はなぜアノテーションがそれほど重要なのか、良いアノテーションとはどのようなアノテーションなのかについて、機械学習的にアプローチしてみたいと思います。 アノテーションを機械学習で解析するの、楽しいですよ。 なお、本記事に関連して、2018年7月1日に開催されるccse2018というカンファレンスでもお話させていただく予定です。記事内では触れられなかった内容についてもお話させていただくかもしれないので、ご興味ある方はチェックしてみてください。 この記事を読むとわかること アノテーションはAIの開発・
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
