こんちには。 データアナリティクス事業本部機械学習チームの中村です。 YOLOv7の論文が2022-07-06にarXivに公開されたようですね🎉🎉🎉 ソースコードもGitHubで公開されています。 せっかくなので今回は、以下の記事で紹介した自作データのトレーニングを、YOLOv7を使ってやってみたいと思います。 YOLOv7の概要 YOLOv7は、YOLOv4、Scaled-YOLOv4, YOLORと同じグループが開発した最新の物体検出処理です。 MS COCOデータセットでは既存手法を大きく上回る結果と報告されています。 ざっと見たところポイントは以下となっています。 concatenateモデルのアーキテクチャを進化させたELANおよびE-ELANを使用 concatenateモデルはDenseNetやCSPVoVNetなどのようにaddの代わりにconcatするモデルのこと
定期的に調べては忘れているので覚書です。 結論 MIT、BSD、Apacheライセンスなどの非コピーレフトライセンスを使いましょう。 企業として使うなら、特許条項のあるApacheライセンスが一番安心ですかね。 BSDの場合、バージョン確認は行いましょう。 GPL系ライセンスは注意しましょう。 参考サイト http://ounziw.com/2013/05/17/agpl/ http://www.catch.jp/oss-license/2013/09/10/github/ https://www.sbbit.jp/article/cont1/34811 https://jp.linux.com/linux-community/blog/236-mirainoitsuka/411872 ライセンスごとの違い ほとんどのライセンスに共通しているのは、 自己責任で使ってね 商用利用可 修正・配
1.はじめに ・上の記事で、YOLO v1の仕組みについて簡単にまとめたので、今回はYOLO v6までの各バージョンの違いをざっくりまとめてみたいと思います。 1.2.どの視点から違いを見分けるか 1.2.1.物体検出の「精度」 ・如何に「正確」に「画像の細かい(小さい)部分」まで物体を検出できるかどうか。 1.2.2.物体検出の「速さ」 ・如何に「速く」物体を検出できるかどうか。 2.YOLO v2 YOLO v2は、、、 ・v1と比べて物体検出の「精度」も「速度」も上がりました。 ・検出できる種類の数がかなり増えました。(9000種類) ・犬や猫といった大枠の分類だけではなく、「犬種」や「猫種」といったさらに細かい分類までできるようになりました。
はじめに Route 53 でサブドメインの設定をしていた際に設定方法2種類あるなと思ったのでその備忘録です。 前に無料ドメインを取得して Route 53 で管理できるように設定したのでそのドメインを使っていきます。 dafujii.ga から www.dafujii.ga を生やしてみたいと思います。 サブドメインのレコードを追加する方法 dafujii.ga のホストゾーンの中にそのまま www.dafujii.ga のレコードを追加する方法になります。簡単ですね。 メリット - 1つのホストゾーンで完結するので管理が簡単 - ホストゾーンごとの課金のため追加の出費が不要 デメリット - レコードが増えると煩雑になる サブドメインのホストゾーンを作成する方法 サブドメインでホストゾーンを作成し、NSレコードで親ドメインとを紐づける方法です。 手順は、まずサブドメインのホストゾーンを作
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