逆畳み込みネットワークによる顔の生成 | POSTD
私の好きなディープラーニングの論文の1つが ディープラーニングにおける畳み込みネットワークを使ったイス、テーブル、車の生成 です。論旨はとても単純で、ネットワークに自分が描きたい物のパラメータを与えると、そのとおりにできあがるというものです。しかし、そこからは信じられないほど面白い結果が生じます。ネットワークに3D空間や自らが描く物体の構造についての概念を学習する能力があるようで、数値ではなく画像が生成されるので、ネットワークの”考え”方までもがよく分かる感じがします。 注釈: イスのモーフィング 少し前に Radboud表情データベース をたまたま見つけ、これと同じことが表情の生成や補間に適用できるのではないかと思いました。 結果を見て本当に興奮しました！ ネットワークアーキテクチャ この実装にあたって、先ほどのイスの論文から”1s-S-deep”モデルのバージョンを応用しました。このモ
COCOデータセットで学習したpy-faster-rcnnモデルで物体検出を試してみた | SoraLab / ソララボ
Faster R-CNNのCaffe・Python実装「py-faster-rcnn」において、COCOデータセットを用いてトレーニングしたモデルで物体検出を試してみました。 以下の記事のpy-faster-rcnnですが、README.md通りに実行した場合、PASCAL VOC2007データセットを用いてトレーニングしたモデルがダウンロードされます。 PASCAL VOC2007では、以下の20種類のカテゴリーが設定されてます。 ‘aeroplane’, ‘bicycle’, ‘bird’, ‘boat’, ‘bottle’, ‘bus’, ‘car’, ‘cat’, ‘chair’, ‘cow’, ‘diningtable’, ‘dog’, ‘horse’, ‘motorbike’, ‘person’, ‘pottedplant’, ‘sheep’, ‘sofa’, ‘train’,
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
長文日記
長文日記
