わかりやすい画像のdiffを求めて - Qiita
どうも。フロントエンドエンジニアの @Quramy です。 さて、前回、1日10万枚の画像を検証するためにやったことで書いているとおり、reg-suitという画像に特化した回帰テストツールをメンテしています。 画像回帰テストという文脈において、差分の可視化方法はとても重要なファクターです。なぜなら、画像(=スナップショット)に差分が発生したからといって、それすなわち棄却、というわけではなく、その差分の内容を判断して、意図せぬ変更であれば棄却、意図した変更であればexpectedを更新する必要があります。すなわち、ワークフローに目視による差分のレビューが発生するのです。 そこで、少しだけ異なる2枚の画像について差分を効果的に可視化する、というテーマに向き合ってみました。 主にC++とOpenCVでの実装ですが、これらの知識が無くとも読めるよう、コードやAPIへの言及を少なくして、中間画像で説
オブジェクト認識学習におけるポジティブ画像とネガティブ画像について - 酢ろぐ！
ポジティブ画像のことを 正解画像 、ネガティブ画像のことを 不正解画像 と呼んでいる方もいます。 OpenCVのオブジェクト認識について、あまり日本語で書かれている記事を見かけないので、いろんな場面で英語で検索することがあると思います。そのような時には、それぞれPositive Image、Negative Imageで検索してみてください。 ポジティブ画像 検出させたいオブジェクトを含む画像 ネガティブ画像 検出させたいオブジェクトを含まない画像 永田雅人さんが書かれた「実践OpenCV」によれば、実用的な精度の検出を実現するためには、ポジティブ画像が7,000枚、ネガティブ画像が3,000枚必要と言われています。 ネガティブ画像を用意する Googleの画像検索からダウンロードしたりして画像を集めると良いらしいです。 ポジティブ画像を用意する opencv_createsamplesを
iOS - 「顔以外」のものを画像認識する - Qiita [キータ]
iOS SDK では Core Image の CIDetector クラスで簡単に顔認識をおこなうことができます。iOS 7 からは、笑顔やまばたきの検出も可能に なりました。 が、CIDetector は detectorOfType:context:options: というメソッドの第1引数で Detector Type を指定できる設計になっているものの、 public let CIDetectorTypeFace: String public let CIDetectorTypeRectangle: String public let CIDetectorTypeQRCode: String public let CIDetectorTypeText: String Detector Types - CIDetector Class Reference と、4つしか定義されてない
![iOS - 「顔以外」のものを画像認識する - Qiita [キータ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/ac2542e64412a689b53886bce83863eaccb2c245/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgwJThDJUU5JUExJTk0JUU0JUJCJUE1JUU1JUE0JTk2JUUzJTgwJThEJUUzJTgxJUFFJUUzJTgyJTgyJUUzJTgxJUFFJUUzJTgyJTkyJUU3JTk0JUJCJUU1JTgzJThGJUU4JUFBJThEJUU4JUFEJTk4JUUzJTgxJTk5JUUzJTgyJThCJTIwb24lMjBpT1MmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPWE5ZDNiYmYyZTYxOGI0YzAxY2I3NGU3NTYzMTE2OTEy%26mark-x%3D120%26mark-y%3D96%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9OTcyJnR4dD0lNDBzaHUyMjMmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTQzNzNjMmUzMzBmNDUyODgwM2ZjMjk5ODcyM2E5NjU5%26blend-x%3D120%26blend-y%3D445%26blend-mode%3Dnormal%26txt64%3DaW4g44Ko44Oz44K444OL44Ki44Go5Lq655Sf44Kz44Of44Ol44OL44OG44Kj%26txt-width%3D972%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%25233A3C3C%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D134%26txt-y%3D546%26s%3Deac3525e93017a22324c78a48de50853)
@garicchiが開発した画像認識の学習支援ツール「OM」がGitHubで公開されました - 酢ろぐ！
「ポジティブ画像の手動マークアップツールの構想案 - 酢ろぐ！」で無茶振りして@garicchiに作成していただいた「OM」がGitHubで公開されました。 -GitHub - garicchi/OM: [WPF][C#][Project]酢酸先生の依頼により作られた画像の座標指定ソフト 上記でも書いていますが、オブジェクト分類器の作成の過程でポジティブ画像を大量に用意する必要があります。僕が想定している使い方としては、写真や画像から検出したいオブジェクトを矩形で指定することを想定しています。 **OMの使い方 アプリを起動させます。基本的なUIは以下の通りです。見ての通りシンプルな作りとなっており、MetroUIの思想を引き継いだ誰でも迷わず操作できることを目指しています。 +[開く]ボタンをクリックして、対象となる画像がたくさん入ったディレクトリを指定する +検出対象のオブジェクトが含
OpenCV.jp
Reference Manual OpenCV-2.x(svn) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++)（訳） OpenCVユーザガイド（訳） Python: リファレンス日本語訳 Google Test-1.6 Google Test ドキュメント日本語訳 Google Mock(svn) Google Mock ドキュメント日本語訳 OpenCV-2.2(r4295相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-2.1(r2997相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-1.1pre C/C++:
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
