はじめに 勉強ついでに適当に作ってみたモデルをTouchDesigner内で動かしてみたくなったのでやってみました。 実際やってみたらこんな感じ！（この記事で使ったモデルとは違うけれど、だいたいこんな感じです） サンプルのリポジトリはこちら！ ちなみに、今回はWindows前提で記事を書いていますがMacでも動作可能です！ TouchDesignerのPythonについて TouchDesignerでは、拡張機能としてPythonを使用することができます（私の環境だと内部でPython3.7.2が動作するようです）。 Dialogs > Textport and DATs からPythonのインタプリタを使うことができます。 プリインストールとして、標準ライブラリとOpenCV、numpyなんかが使えます。 今回はこれに加えて機械学習でよく使われるライブラリを使って、TouchDesgin

さまざまな現場のDX化に必要な、人材育成・課題選定・PoC・開発・運用を一貫してサポート。 Modeloyは、お客様の内製化を実現しながらDXプロジェクトを成功に導く、これまでにないソリューションです。 こんなお悩みはありませんか？ DXプロジェクトは外注に頼りきりで社内に技術・知見が蓄積されない DX人材が社内にいない・育て方がわからない 解決すべき課題、具体的に何をPoCですべきかがわからない システムの設計や実運用の工数・費用負担が大きい

Harness Lab isn’t founder Jyoti Bansal’s first startup. He sold AppDynamics to Cisco for $3.7 billion in 2017, the week it was supposed to go public. His latest venture has…

3つの要点 ✔️新型コロナウイルスの医用画像データセットが公開された。 ✔️胸部X線の画像とそれに付随するメタデータがある。 ✔️すでにGithub上で公開されている。 COVID-19 Image Data Collection written by Joseph Paul Cohen, Paul Morrison, Lan Dao (Submitted on 25 Mar 2020) Comments: accepted by arXiv Subjects: Image and Video Processing (eess.IV); Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG); Quantitative Methods (q-bio.QM) 昨今の新型コロナウイルス（以下、COVID

日本語におけるOCR Hwalsuk Lee氏：ここまでテキスト検出のお話をしてまいりました。これからは日本語におけるテキスト認識についてお話ししようと思います。 先ほど言いましたように、日本語というのはテキスト認識において、英語に比べると何百倍ものたくさんの文字を扱う必要があります。 そのため、たくさんのテキスト認識の論文を検証いたしました。 Scene Text Recognition（STR）とは何でしょうか？　STRというのは、文字列を画像パッチ入力から認識するタスクです。 この場合は「UNITED」という文字列を認識するということになります。 STRについてはこれまでいろいろな研究がされてきました。ですが我々がその評価内容を見たとき、たくさんの問題を発見しました。STR手法の比較においてどんな問題があるのでしょうか。 こちらは先行研究の手法のリストです。このリストをご覧いただくと

2019年11月20、21日の2日間、LINE株式会社が主催するエンジニア向け技術カンファレンス「LINE DEVELOPER DAY 2019」が開催されました。1日目は「Engineering」をテーマに、LINEの技術の深堀りを、2日目は「Production」をテーマに、Web開発技術やUI/UX、プロジェクトマネジメントなど、より実践的な内容についてたくさんのプレゼンテーションが行われました。「NAVER ClovaのOCR（光学的文字認識） 」に登壇したのはNAVER OCR Team AI ResearcherのHwalsuk Lee氏。深層学習を用いたOCR技術の仕組みについて語りました。講演資料はこちら LINEのOCR技術の仕組み Hwalsuk Lee氏：みなさま、こんにちは。Hwalsuk Leeと申します。NAVER Clova OCR Teamから参りました。今

Marc Brooker AWSのシニアプリンシパルエンジニア。AWS Lambdaやその他のサーバーレス製品の開発をリードしている。 この記事は、著者の許可を得て配信しています。 http://brooker.co.za/blog/2020/03/22/rust.html/ 私がRustを学び始めてからちょうど2年以上が経ちました。それ以来、Firecracker コードベースや他の多くのプロジェクトでの作業を含め、本業ではRustを多用してきました。Rustは、ここ数年行ってきたシステムレベルの仕事にとても適しています。パフォーマンスもよく、密度が高く、繊細で、常にセキュリティ面でもセンシティブです。タイプシステム、オブジェクトライフサイクル、スレッドモデルは、この種の作業に適していて、かなり直感的だと思います。ほとんどの人がそうであるように、私も時々コンパイラと喧嘩をすることがありま

言語処理100本ノック 2020 (Rev 2) 言語処理100本ノックは，実用的でワクワクするような課題に取り組みながら，プログラミング，データ分析，研究のスキルを楽しく習得することを目指した問題集です． 詳細 ツイート

新型コロナウイルス（SARS-CoV-2）感染症（COVID-19、以下、新型コロナ感染症）の流行が終息をみせない中、世界各国では都市封鎖、いわゆるロックダウンが行われている。感染拡大の現状から、一刻も早く東京や大阪をはじめとする日本の主要都市の都市封鎖が必要と警告するのが、データサイエンスを専門とする佐藤彰洋（横浜市立大学教授）氏だ。 状況はすでにギリギリ遅い　日本でも緊急事態宣言や都市封鎖（※1）が取り沙汰され、日本医師会も緊急事態宣言の必要性を提言したが、政府はネット上に流布する噂を否定し、小池百合子東京都知事もその可能性を示唆しつつ、3月30日夜の記者会見では緊急事態宣言は国の判断であるとし、東京の都市封鎖についても言及はしなかった。 東京都の記者会見には厚生労働省クラスター対策班の西浦博（北海道大学大学院教授）氏が同席し、現状では感染者は指数関数的な増加の兆候があるものの、爆発的

This post uses pytorch-lightning v0.6.0 (PyTorch v1.3.1)and optuna v1.1.0. PyTorch Lightning + Optuna!Optuna is a hyperparameter optimization framework applicable to machine learning frameworks and black-box optimization solvers. PyTorch Lightning provides a lightweight PyTorch wrapper for better scaling with less code. Combining the two of them allows for automatic tuning of hyperparameters to fi

会計サービスをはじめ、バックオフィス向けクラウドソフトを提供するfreee。単純作業を効率化し、ユーザーが本質的な仕事に集中できる環境を提供するために、AI技術を駆使したさまざまな取り組みがなされている。 「ユーザーにとって本質的に価値があること（同社では「マジ価値」と呼ばれる）を届けきる」をコミットメントとして掲げる同社の、AI技術を使ったアプローチ方法を連載形式でお届けする。 第3回のテーマは、機械学習の開発環境。 機械学習やディープラーニングの自社開発を続けるうえで、その開発環境について考えるべき事項は多い。データ基盤の開発に始まり、分析やモデル開発、運用までスムースにこなせることに加えて、さまざまなアプリケーションやデータベースとの接続といった部分への配慮も欠かせない。 今回はfreeeの機械学習開発・研究を支えるインフラ基盤とその仕組みを同社AIラボの田中浩之氏に紹介いただく。

近年、マーケティング分析や介護、看護支援、工場入退室管理などに使用するための人物属性推定や動作検出といった複雑な画像解析技術への利用ニーズが高まっている。 同社によると、IoTカメラを利用した画像解析には、画像を意味のあるデータに変換する「画像解析」と、IoTカメラ内で画像を解析し、クラウドと分散して処理する「分散処理」、顧客、現場ごとにカメラの状態を管理する「個別管理」の3つの要素が不可欠だという。 Vieurekaプラットフォームはこの3要素を実現するためのプラットフォームで、IoT機器による画像解析や、クラウドからIoT機器（CPU内蔵のIoTカメラ）の管理、IoTカメラ内のアプリのアップデートができ、IoT機器とAIを組み合わせたサービスを実現するために必要なアプリ開発のためのSDK（ソフトウェア開発キット）と運用基盤を提供している。 アプリケーション開発環境を拡張 関連記事 Mi

RUTILEAは、深層学習を用いたばら積みピッキングソフトウェアを開発し、オープンソースとして公開した。FA用ソフトウェア「SDTest」と組み合わせることで、外観検査工程を省人化できる。 RUTILEAは2020年3月9日、AI（人工知能）、深層学習を用いたばら積みピッキングソフトウェアを開発し、オープンソースとして公開した。同社のFA用ソフトウェア「SDTest」と組み合わせると、自動で搬送から外観検査まで対応。外観検査工程を省人化できる。 同ソフトウェアは、従来、高精度な3次元カメラを使用しないとできなかったばら積みピッキングを、市販のカメラと距離センサーのみで自動でピッキングできる。 また、SDTestと組み合わせ、ハードウェア面で「DOBOT Magician」などの協働ロボットアームや照明などを組み合わせることにより、ばら積み状態からのピッキング、撮影、外観検査を自動化できる。

さまざまなデータを用いた機械学習でスマートな製品開発を目指す上で課題になるのが、「分類モデルの選定」と「過学習」への対応だ。本稿では、分類モデルと過学習について概説するとともに、基礎的な対処法について説明する。 エンジニアや科学者は、産業データに基づいた解析によるADAS（先進運転支援システム）や予知保全（predictive maintenance）アプリケーションなど、よりスマートな製品やサービスを構築しています。分析モデリング（analytics modeling）とは、データ準備、特徴量エンジニアリング（feature engineering）、機械学習のためのドメイン固有の技術を使用して、過去のデータからシステムの挙動を記述し、予測する技術のことです。これらと自動コード生成の組み合わせは、エッジからクラウドまでを対象として、アクションと意思決定を自動化しながらの再利用を可能にしま