【TensorFlow.js】ブラウザで手話数字認識【前編：Python編】 - Qiita
ブラウザのGPUを利用してディープラーニングを実行できるライブラリTensorflow.jsを利用して手話数字を認識させてみました。こんな感じ。 デモ: Webcam Sign Language Digit Classification with TensorFlow.js 学習済みモデルをブラウザにアップロードすることで、ウェブカメラから手話画像を識別することができます。デモはHerokuの無料枠で公開してみました。 手話数字のデータセットはSign Language Digits Dataset - Kaggleより、0~9までの手話画像2,000枚（各200枚）を使いVGG16モデルを使い学習させています。 学習モデル作成はPython3+Kerasで行い、JavaScriptで読み込み可能な形式にコンバート（変換）します。その学習モデルを使いTensorFlow.jsとブラウザで推
【Movidius™NCS＆RaspberryPi】リアルタイム物体認識【TensorFlow】 - Qiita
RaspberryPiの様な非力なマシンでも人工知能スティックを利用することで、ディープラーニングの実行速度を上げることが出来るようになりました。 Movidius™ Neural Compute Stick 先日スイッチサイエンスさんで購入することが出来ましたので早速試してみました。こんな感じ。 画像はFPS10程度のGIFですので、動画で確認したい方はこちらをご参照ください。通常のRaspberryPiでは考えられない位（6〜7倍）高速に推測を行う事が出来ています。 環境 ハードウェア RaspberryPi3 Movidius™ Neural Compute Stick LOGICOOL ウェブカム HD画質 120万画素 C270 ソフトウェア RASPBIAN STRETCH WITH DESKTOP 4.9 Python 3.5.3 pip 9.0.1 TensorFlow 1
SSD: Single Shot MultiBox Detector 高速リアルタイム物体検出デモをKerasで試す - Qiita
リアルタイムに物体検出するのってどうやるんだろう？と思い調べてみたら、想像以上に高機能なモデルが公開されていたので試してみました。こんな感じです。 自動運転で良く見るようなリアルタイムの物体認識をしています。このモデルは「Single Shot MultiBox Detector（SSD）」という深層学習モデルで、Kerasで動いています。 環境さえ整えればレポジトリをクローンして簡単に実行できます。今回はデモの実行方法をまとめてみます。 環境 ちょっと古いiMacにUbuntu16.04を入れたものを使いました。詳しくはこのへんとかこのへんをご参照ください。 深層学習を利用したリアルタイムの物体検出は次々と新しい技術が公開されているようです。ざっと調べたところ、R-CNN、Fast R-CNN、Faster R-CNN…。どれだけ早くなるねん。って感じですが、とにかくどんどん早くなってい
子供の公文式学習を Google Assistant で見守る。【Raspberry Pi / AIY Projects: Do-it-yourself AI】 - Qiita
子供の公文式学習を Google Assistant で見守る。【Raspberry Pi / AIY Projects: Do-it-yourself AI】RaspberryPiWioNodeGoogleAssistantgooglecloud 娘達（双子・6歳）も早いもので来年から小学生。就学前に春先から公文式に通い始めました。そこで毎日行う宿題を家族（とGoogle Assistant）で見守る仕組みを考えてみました。 公文式学習法 By Kumon, パブリック・ドメイン 公文式の特長 ～ 公文式学習とは解き方を教わるのではなく、自分の力で教材の問題を解く学習法で、「やればできる」という自己肯定感を育み、未知の領域にも、自分から挑戦する力を培う。公文式は、一人ひとりの「可能性の追求」を目指す教育です。 - 公式HPより 独自の教材を利用して、自分で学ぶ力を身につけていきます。算数
Raspberry Pi にGoogle Assistant SDKを搭載して「OK Google」してみる。 - Qiita
Raspberry Pi にGoogle Assistant SDKを搭載して「OK Google」してみる。RaspberryPigooglecloud つい先日、Google Assistant SDK がサードパーティーに公開され、RaspberryPiでも利用できる様になったので、早速試してみました。 RaspberryPi GoogleAssistant - YouTube おなじみ「OK Google」から音声コマンドを使って、天気情報やGoogle音声検索などが行えます。 今回公開されたSDKはIFTTTとの連携が簡単に行えます。試しに音声で照明の点灯・消灯などを試してみました。残念ながら今のところ日本語対応はしていないのですが、相変わらずGoogleの音声認識精度はとても高いと感じました。 SDKはpipでインストール出来、手軽に使う事が出来ます。簡単にまとめてみます。 環
Raspberry Pi で mecab-ipadic-NEologd をNode.jsから使う - Qiita
再挑戦してみたら上手くいきましたのでメモ的にエントリします。 環境 Raspberry Pi2 ModelB node.js v6.8.1 mecab 0.996 mecab-ipadic-neologd 2.0 mecabのインストール 素直にapt-getを使います。 $ sudo apt-get install mecab $ sudo apt-get install libmecab-dev $ sudo apt-get install mecab-ipadic $ mecab サミュエルLジャクソン サミュエル 名詞,固有名詞,人名,名,*,*,サミュエル,サミュエル,サミュエル L 名詞,固有名詞,組織,*,*,*,* ジャクソン 名詞,固有名詞,人名,姓,*,*,ジャクソン,ジャクソン,ジャクソン EOS mecab-ipadic-neologdのインストール Raspber
Raspberry Pi 人工知能ツールをインストール【Python3】 - Qiita
Raspberry Piを利用して人工知能ツール（深層学習ライブラリ・自然言語処理ライブラリなど）を利用する手順をまとめてみます。 環境 RASPBIAN JESSIE WITH PIXEL 4.4 Python 3.4.2 tensorflow-0.12.1 Keras-1.2.1 opencv-3.1.0 MeCab 0.996 mecab-ipadic-neologd gensim-0.13.4.1 Open JTalk Version 1.07 RaspbianとPython3系のインストール Raspbianの最新版を公式ページよりダウンロードしSDカードへ。Python3系は依存関係を簡単にする為apt-getを利用してインストールします。
Raspberry Pi 深層学習でリアルタイム顔認識（Keras・Open CV） - Qiita
愛用のRaspberryPiが「赤りんご」と「青りんご」を見分けることができたので、同じ方法で「顔も見分けられるんじゃないだろうか？」と思い試してみました。 こんな感じ まずは「サミュエル・L・ジャクソン（のフィギュア）」から。確率90%以上で本人と判定させてみました。 続いて「ジョン・トラボルタ（のフィギュア）」。同じく確率90%以上で本人と判定させています。 顔の切り出しはOpenCVで行いました。 環境 パルプ・フィクション/ サミュエル・L・ジャクソン ジュールス・ウィンフィールド 13インチ トーキングフィギュア パルプ・フィクション/ ジョン・トラボルタ ビンセント・ベガ 13インチ トーキングフィギュア あとは前々回と同じです。 学習の流れ 学習方法はリンゴを見分けさせた方法と同じです。 Web上から画像をダウンロードし、OpenCVで顔を切り出す。 切り出した画像をNumP
Raspberry Pi 深層学習で「赤りんご」と「青りんご」を見分ける（Keras・Open CV） - Qiita
「赤りんご」と「青りんご」を見分けるだけの簡単なものですが、はじめて自分の用意した画像で深層学習をしてみました。 こんな感じ Deep Learning Apple Recognition - YouTube 「赤りんご」と「青りんご」を見分けます。 まずは「青りんご」から、確率91.4%と推測しました。 続いて「赤りんご」、確率91.1%と推測しています。 今回は推測結果が90%以上で「赤りんご」と「青りんご」を判定しています。りんごがない時に（例えば私の丸顔を写した場合）80%の推測がされた際は、判定結果が出ない様にしています。 環境 前回記事と同様です。 学習の流れ Web上から画像をダウンロードする ダウンロードした画像をNumPy配列にし、訓練データとテストデータに分ける 畳み込みニューラルネットワークで学習する OpenCVで撮影した画像をNumPy配列にし推測データとして使用
Raspberry Pi 深層学習ライブラリで物体認識（Keras with TensorFlow・Open CV） - Qiita
以前からやってみたかったRaspberry Piの物体認識を試してみました。今回はクラウドサービスを使わずに深層学習ライブラリと学習済みモデルを使ってみました。 環境 Raspberry Pi3 (RASPBIAN JESSIE WITH PIXEL 4.4 / Python 3.4.2) LOGICOOL ウェブカム HD画質 120万画素 C270 ミニロボットPC等用スピーカー小型かわいい白 7インチ(1024*600) IPS液晶パネル ディスプレイ 今までカメラモジュールを利用していたのですが、OpenCVでストリーミングをさせるためWebカメラを購入しました。ついでにちょっと可愛らしいロボット型のスピーカーも合わせて買ってみました。 ロボット型のスピーカーがWebカメラに映った物をしゃべってくれます（英語です）。 こんな感じ Deep Learning Object Recog
Raspberry Pi のカメラモジュールとOpen CV3で顔認識する - Qiita
Raspberry Pi のカメラモジュールを使って顔認識をしてみた忘備録です。 環境 Raspberry Pi3 (RASPBIAN JESSIE WITH PIXEL 4.4 / node.js v6.8.1) Raspberry Pi カメラモジュール Raspberry Pi Camera Board Raspberry Pi カメラモジュール専用 Blackケース パルプ・フィクション/ サミュエル・L・ジャクソン ジュールス・ウィンフィールド 13インチ トーキングフィギュア カメラモジュールの写真をsocket.ioで送信する 以前こんな風に試してみました。 Raspberry Pi のカメラモジュールとNode.jsで写真を撮る - Qiita Raspberry Pi のカメラモジュールとNode.jsでストリーミング - Qiita どちらも撮影した画像をクライアントサ
Raspberry Pi ロボットと会話する。 - Qiita
Raspberry Pi と Arduino でつくったロボットと会話してみました。 RaspberryPi-Robot talk me - YouTube まずは挨拶から。ロボットに"ポンボット"という名前をつけたので、こんな風に挨拶してみます。 「ポンボット、こんにちは。」 形態素解析エンジン"mecab"を利用して、ここでは「感動詞」を抽出してオウムがえしをさせています。 続いて好きなものを伝えてみます。 「ジバニャンが大好き。」 "mecab"のユーザー辞書に"mecab-ipadic-neologd" を利用させてもらいました。 こちらは素晴らしく語彙が豊富な辞書なので、Wikipediaに記載されているような様々な固有名詞を抽出することが可能になります。 こんな風にアニメのキャラクターなどの固有名詞も抽出できます。 続いて感想を伝えてみます。 「ジバニャンってかわいい。」 ここ
iOS10「ホーム」アプリと「Raspberry Pi + irMagician-T」でSiriさんに部屋の温度を教えてもらう。 - Qiita
iOS10「ホーム」アプリと「Raspberry Pi + irMagician-T」でSiriさんに部屋の温度を教えてもらう。RaspberryPihomekitirMagician iOS10の「ホーム」アプリを利用して家電の操作が出来るようになったのですが、homekitには電源のオン・オフ以外のAPIがいくつか用意されている様です。 RaspberryPiに取り付けた「irMagician-T」から取得した室温を「ホーム」経由で確認出来る様にしてみましたのでまとめてみます。 こんな感じでAppleTV経由で外出先からリビングの室温を確認する事が出来ます。 「ホーム」はSiriと連動しているので、登録しているアクセサリの情報は音声で教えてもらえます。 さて、前回記事 iOS10「ホーム」アプリと「Raspberry Pi + irMagician」でお手軽家電操作。 - Qiita
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
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
