【OpenCVを使ったスポーツ画像解析6】深層学習（ディープラーニング）を用いてテニス選手をトラッキング | DataTennis.NET
深層学習（ディープラーニング）を使ってみました 【OpenCVを使ったスポーツ画像解析5】画像からテニス選手の位置を検出するでは、選手の初期位置を検出するために、HOG特徴量とSVM(サポートベクターマシン）を組み合わせた手法を用いました。 今度は流行りの深層学習（ディープラーニング）を用いて選手の動きをトラッキングしてました。 トラッキングした動画は↓になります。（動画素材は、shutterstockで購入した動画を用いています） 手前側の選手：「playerdown」 奥側の選手：「playerup」 と検出しています。 奥側の選手は、画像サイズに対して小さいからか、検出できていない時間帯も多いです。 これは小さい選手の学習データを増やせば解決できる問題かと思っています。 それでは、どうやって学習データをつくったか、モデルに学習させたか。 簡単ですが、概要を↓に書いてみました。 SSD
PythonとKerasを使ってAlphaZero AIを自作する | POSTD
自己対戦と深層学習でマシンにコネクトフォー（Connect4：四目並べ）の戦略を学習させましょう。 この記事では次の3つの話をします。 AlphaZeroが人工知能（AI）への大きなステップである2つの理由 AlphaZeroの方法論のレプリカを 作って コネクト4のゲームをプレイさせる方法 そのレプリカを改良して他のゲームをプラグインする方法 AlphaGo→AlphaGo Zero→AlphaZero 2016年3月、DeepmindのAlphaGo（アルファ碁）が、囲碁の18回の世界王者、李世乭（イー・セドル）との五番勝負で、2億人の見守る中、4-1で勝利しました。機械が超人的な囲碁の技を学習したのです。不可能だとか、少なくとも10年間は達成できないと思われていた偉業です。 AlphaGo 対 李世乭の第3局 このことだけでも驚くべき功績ですが、DeepMindは、2017年10月、
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
