YOLOv8でナンバープレートを検出してAI-OCRで読み取ってみました。 〜ファインチューニングに使用したデータは、撮影した写真ではなく、Pythonで生成した画像（30,000枚・192,000アノテーション）です〜 | DevelopersIO
5 AI-OCR AI-OCRとしては、MicrosoftのComputer Visionで提供されている、Read APIを使用させて頂きました。 参考: Computer Vision 3.2 GA Read API を呼び出す 最初は、ナンバープレート画像を、そのままOCRにかけてみたのですが、下段左の平仮名１文字のところの認識が難しいようでした。これは、このように「ひらがな」１文字だけが配置されることに、モデルが対応しきれていないような気がしました。 対策として、画像を3つの部分に分割し、それぞれでOCRにかけるようにしてみました。また、認識精度が上がるように、業務用（緑バックの白文字、及び、黒バックの黄色文字）は、ネガポジ反転し、最終的にグレースケール変換することにしました。 AI-OCRで処理しているコードと、それを使っている、全体のコードです。 ocr.py import t
報道発表資料：街頭検査における車検切れ車両の対策を強化します<br>― 全国の街頭検査へ「ナンバー自動読取装置」を導入 ― - 国土交通省
国土交通省では、全国で行う街頭検査に可搬式の「ナンバー自動読取装置」を導入し、公道を走行する車検切れ車両を把握し、当該車両のドライバーに直接指導・警告する対策を今月より開始します。 国土交通省では、平成２９年度より、街頭検査において可搬式の「ナンバー自動読取装置」を試行的に導入し、公道を走行する車検切れ車両のドライバーに対して直接指導・警告する対策を行ってきました。 平成２９年度の試行導入の結果を踏まえ、今年度から、全国で行う街頭検査に当該装置を導入することとし、今月より運用を開始します。 可搬式ナンバー自動読取装置の導入実績・計画 ・平成２９年度 ５カ所の街頭検査に試行導入 実施箇所 全国５箇所（北海道、沖縄、長崎、茨城、兵庫）における街頭検査 読取台数 計３,６９６台 捕捉台数 ７台（ドライバーに対して警告書を交付） （http://www.mlit.go.jp/report/pres
リスクテイクしてこそ研究者だ。音響と画像認識で成果を出し続ける日立研究員のマインド - Qiita Zine
ここ数年で機運が高まり続けている企業のデジタルトランスフォーメーション。AIをはじめとする技術への社会的注目度は格段に上がってきており、日立製作所でも社会課題解決を支援する様々なコア技術の研究と、それらを社会実装したソリューションを、日々発表しています。 今回はその中でも、音響領域と画像認識領域における最新の取り組みについて。 同社では、最も古い映像認識コンペティションのひとつであるTRECVID（TREC Video Retrieval Evaluation）に2015年から参加しており、また音響領域の国際コンペティションであるDCASEに至っては2020年から主催側として活動しています。 その背景にあるマインドは「リスクテイク」。グローバルレベルで技術競争が激しくなっているからこそ、研究者はリスクを負ってでも積極的にチャレンジをするべきだ！本記事では、そんな強烈なマインドをもった2人の
画像認識の大革命。AI界で話題爆発中の「Vision Transformer」を解説！ - Qiita
0. 忙しい方へ 完全に畳み込みとさようならしてSoTA達成したよ Vision Transformerの重要なことは次の3つだよ 画像パッチを単語のように扱うよ アーキテクチャはTransformerのエンコーダー部分だよ 巨大なデータセットJFT-300Mで事前学習するよ SoTAを上回る性能を約$\frac{1}{15}$の計算コストで得られたよ 事前学習データセットとモデルをさらに大きくすることでまだまだ性能向上する余地があるよ 1. Vision Transformerの解説 Vision Transformer(=ViT)の重要な部分は次の3つです。 入力画像 アーキテクチャ 事前学習とファインチューニング それぞれについて見ていきましょう。 1.1 入力画像 まず入力画像についてです。ViTはTransformerをベースとしたモデル(というより一部を丸々使っている)ですが、
Self-Attentionを全面的に使った新時代の画像認識モデルを解説！ - Qiita
08/31 (2020): 投稿 08/31 (2020): 「畳み込みを一切使わない」という記述に関して、ご指摘を受けましたので追記いたしました。線形変換においては「チャネル間の加重和である1x1畳み込み」を実装では用いています。 08/31 (2020): 本論文で提案されているモデルの呼称に関して認識が誤っていたためタイトルおよび文章を一部修正しました。 言葉足らずの部分や勘違いをしている部分があるかと思いますが、ご指摘等をいただけますと大変ありがたいです。よろしくお願いします！(ツイッター:@omiita_atiimo) 近年の自然言語処理のブレイクスルーに大きく貢献したものといえば、やはりTransformerだと思います。そこからさらにBERTが生まれ、自然言語の認識能力などを測るGLUE Benchmarkではもはや人間が13位(2020/08現在)にまで落ちてしまっているほ
DeepstreamでストリームAI処理する方法について | テクのまど
エッジでAIを動作させる仕組みが増えてきました。 AI動作が可能なエッジ機器としてはAI組込済のエッジ機器、RaspberryPi、FPGA、RISC-Vチップなど色々と選択肢があります。但し、現状では深層学習処理をしようとするとパフォーマンスの問題でGPUが前提となるケースがあります。 このケースに限ってはNVIDIA製のエッジ機器であるJetsonシリーズの使用が前提となります。 今回はNVIDIA製のエッジ機器である「Jetson Nano」上でDeepstreamを使ってストリーム処理で物体検出させる手順を記事にしたいと思います。 Jetsonとは何か？ Jetsonとは、NVIDIA社が製造・販売するGPUを備えた画像認識、機械学習や自動運転等を想定した組込み用のARMベースのシングルボードコンピュータシリーズです。 特徴としてはCUDAを搭載しているため、CUDAに対応したAI
DeepStream SDKでリアルタイム動画認識からのLINE通知 - Qiita
DeepStream SDKで高速動画認識からのLINE通知 この記事は，ドコモアドベントカレンダー2019 7日目の記事です。 NTTドコモ サービスイノベーション部の酒井と申します。業務ではDeep Learningを用いた画像認識エンジンの研究開発、サービス化に取り組んでいます。今回は、GPUを使った動画認識高速化ツール「DeepStream SDK」を用いて、動画からの車検出を高速で行うとともに、結果をLINEに通知してみました。AIカメラ的な物を作って、監視カメラで人を検知したり、カメラ映像から違法駐車の検出などを行うなどに使える感じです。 Web上であまり事例の見つけられなかったDeepStream SDKとAMQPを用いたメッセージングにもチャレンジしました。 動機 近年、画像認識技術でのDeep Learning利用が広がるに連れ、動画データの画像認識も徐々に盛り上がって来
Jetson nano セットアップとUSBカメラを使った画像認識 (YOLO) の動作 - Takahiro Suzuki
Jetson nano セットアップとUSBカメラを使った画像認識 (YOLO) の動作 Jetson nanoはNVIDIAのGPUが載った、Raspberry Piサイズのボードです。 簡単な設定でUbuntuとNVIDIA Driver, CUDAが整った環境が揃えられるので、CPUでは重すぎて動かないディープラーニングなどを個人で少し試すのによいデバイスかと思います。 試しにUSBカメラを繋いでYoloを動かしました。 使用したハードウェア Jetson Nano Developer Kit 128 GB Micro SD カード 電源アダプタ 5V/4A USBカメラ USB WiFiモジュール ジャンパーピン J48にジャンパーピンを接続するとDCジャック電源供給に切り替わります。デフォルトのUSB電源供給だと処理負荷が増えた際に安定動作しません。 初期セットアップ Wifiで
Jetson nano セットアップとUSBカメラを使った画像認識 (YOLO) の動作 - Qiita
Jetson nanoはNVIDIAのGPUが載った、Raspberry Piサイズのボードです。 簡単な設定でUbuntuとNVIDIA Driver, CUDAが整った環境が揃えられるので、CPUでは重すぎて動かないディープラーニングなどを個人で少し試すのによいデバイスかと思います。 試しにUSBカメラを繋いでYoloを動かしました。 使用したハードウェア Jetson Nano Developer Kit 128 GB Micro SD カード 電源アダプタ 5V/4A USBカメラ USB WiFiモジュール ジャンパーピン J48にジャンパーピンを接続するとDCジャック電源供給に切り替わります。デフォルトのUSB電源供給だと処理負荷が増えた際に安定動作しません。 初期セットアップ Wifiで接続し、リモートデスクトップでJetson nanoを操作する環境を作ります。 まず、OS
DeNAのマシンラーニングをささえるアノテーションシステム | BLOG - DeNA Engineering
この記事では、DeNAでのコンピュータービジョン関連の機械学習のためのデータ生成処理方法について説明します。 主に、内製のアノテーションシステム「Nota」の開発とそのシステムと全体のMLワークフローに統合する方法について取り上げます。現在のソリューションに到達するため、私たちが行ったいくつかの決断、および解決しなければならなかった課題について説明します。 はじめまして、アラマ・ジョナタンです。現在DeNAのシステム本部で、分析推進部ソリューションエンジニアリンググループとAIシステム部MLエンジニアリンググループを兼務しているメンバーです。小さいチームでデータ関連の課題を解決するためのアプリケーションやツールの開発と運用をしています。 正確なデータを取得する問題 近年、AIには多くの進歩があり、それらの多くはコンピュータビジョンに関連しています。コンピュータは画像や動画にある内容を理解で
ディープラーニング技術を用いたエッジコンピュータによる高速な画像認識ソリューション | マシンビジョン大全｜FA（ファクトリーオートメーション）用途で活用する事例を紹介するウェブメディア | マシンビジョン大全｜FA（ファクトリーオートメーション）用途で活用する事例を紹介するウェブメディア
株式会社日立ソリューションズ・テクノロジー（旧：日立超LSIシステムズ）（以下、当社）は、独自のディープラーニング技術を用い、単眼カメラの入力画像から自動車、人物、白線などの物体を検出し、物体までの距離を測距する技術を開発した。これを用いた「画像認識ソリューション」を2018年6月より提供開始している。 安価な小型の組込み向けGPU（Graphics Processing Unit）モジュール（Jetson TM TX2）と単眼カメラを組み合せ、リアルタイムな物体検出および測距を実現し、高度な認識技術を必要とする人工知能型アプリケーション開発を支援していく。 開発の経緯 近年、人工知能による映像・画像の解析技術や、ディープラーニングによる人に近い視認性をもつ画像認識技術は、周辺環境の安全性把握や障害物検知などが必要とされる監視カメラ、自動運転やロボティクスなどの様々な分野で実用化されている
【応用編】深層学習を用いた画像Data Augmentationを一挙にまとめてみた！
3つの要点 ✔️ 深層学習を用いたData AugmentationにはGANやスタイル変換などを用いたものがある ✔️ 深層学習を用いたDAの利点/欠点をまとめた ✔️ 基本的なDAと組み合わせることでさらに高い精度を達成できる A survey on Image Data Augmentation for Deep Learning written by Connor Shorten, Taghi M. Khoshgoftaar (Submitted on 06 July 2019) Comments: Published by Journal of Big Data Subjects: Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG); Image and Video Processi
画像認識と深層学習
日本ロボット学会 ロボット工学セミナー 第126回 ロボットのための画像処理技術 講演資料 https://www.rsj.or.jp/event/seminar/news/2020/s126.html 2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降，画像認識においては深層学習，その中でも特に畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった．CNNはクラス分類をはじめとして，物体検出やセグメンテーションなど様々なタスクを解くためのベースネットワークとして広く利用されてきている．本講演では，CNNの発展を振り返るとともに，エッジデバイスで動作させる際に重要となる高速化等，関連する深層学習技術の解説を行う． 1. クラス分類向けモデルについて 1.1. ILSVRCで振り返る進化の歴史 1.2. その他重要なモデル 1
【基本編】画像認識に使用されるData Augmentationを一挙にまとめてみた！
3つの要点 ✔️ 画像分類タスクに必要不可欠なData Augmentationの体系をまとめた ✔️ 基本的なData Augmentationについて手法と利点/欠点をまとめた ✔️ 基本的なDAは実装が簡単な上に絶大な効果を発揮する A survey on Image Data Augmentation for Deep Learning written by Connor Shorten, Taghi M. Khoshgoftaar (Submitted on 06 July 2019) Comments: Published by Journal of Big Data Subjects: Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG); Image and Video Proc
AIはどのように文字や画像を識別するのか？ AIプロセッサーの昨今 (1/3)
AIの大まかな話は前回説明した通りだが、もう少し細かく「なにをやっているか」を今回説明したい。 やや古い話であるが、GTC 2015においてFacebookのRob Fergus氏が“Visual Object Recognition Using Deep Convolutional Neural Networks”というトレーニングコースを実施しており、現在もGTC オンデマンドで視聴できる。 25分ほどの短いセッションで、英語も平易なのでわかりやすいが、こちらのスライドをもとに、そもそもConvolutional Neural Networkではどんな計算処理が必要かを細かく説明していこう。 コンピューターに文字や画像を認識させる 畳み込みニューラルネットワーク そもそも畳み込みを使うConvolutional Neural Networkを最初に提唱したのは、Facebookに在籍し
画像認識でよく使われるライブラリ一覧 - 機械学習 Memo φ(・ω・ )
概要 画像コンペ初参加につき、画像認識でよく使われているライブラリを調べました。 言語はPython、ディープラーニング関連はPyTorchに限って記載してます。 今後も便利なライブラリを見つけ次第、追記していきますφ(・ω・ ) 概要 画像処理全般 OpenCV Pillow scikit-image 速度比較 ディープラーニング関連 torchvision データ拡張 Albumentation imgaug Augmentor コード比較 速度比較 モデル segmentation_models_pytorch パイプライン関連 Catalyst fastai 速度向上 Apex 終わり 画像処理全般 OpenCV コンピュータビジョン用ライブラリ 基本的な画像処理や特徴量検出 高度処理、顔検出や動画解析ができる opencv.org Pillow 軽量な画像処理ライブラリ 基本的な
画像の半教師あり学習について整理した - 機械学習 Memo φ(・ω・ )
概要 勉強会で画像の半教師あり学習について取り上げられるたびに、あれ、これ似たやつなかったっけ？と混乱するので、整理してみました。同じような内容のネット記事や資料はありますが、自分のために記載します。 概要 半教師あり学習とは MixMatch MixUp ReMixMatch Distribution Alignment Augmentation Anchoring CTAugment FixMatch Pseudo-Label Consistency Regularization その他 VAT UDA RandAugment 終わり 参考 半教師あり学習とは 半教師あり学習 (Semi-supervised learning: SSL) とはラベル付きデータとラベルなしデータで学習を行う方法。ラベルなしデータを活用してモデルのパフォーマンスをあげます。 MixMatch MixMat
魚眼カメラで物体検出するなら歪み補正いる？ - Qiita
自動運転車に、魚眼カメラを乗せて物体検出... ええと、画像がぐにゃりと歪んでるんですけどこれって問題ないんですか？ 知らん、ならば論文を読んで答えを見つけよう！ みんなどうやってやってるんだ！ 役に立ったら、LGTM,フォローお願いします！ この記事ですること ピックアップした論文の下記の内容を解説 魚眼カメラとは 魚眼カメラの歪み補正 物体検出をするためには歪み補正をするのか/しないのか 紹介する論文 WoodScape: A multi-task, multi-camera fisheye dataset for autonomous driving Monocular 3D Object Detection in Cylindrical Images from Fisheye Cameras おまけ：Real-time Detection, Tracking, and Classi
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
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
OpenCVのカレンダー | Advent Calendar 2020 - Qiita
ITエンジニアのためのスパースモデリング入門一覧
