Github で Fork してから Pull Request をするまでの流れ | けーこ in サンフランシスコ
いつも忘れてしまうので、GithubであるプロジェクトをForkしてからPull Requestをするまでの流れをメモしたいと思います。今回、実際に私がこの流れを使っているCordova (PhoneGap) ドキュメントのプロジェクト、 https://github.com/apache/incubator-cordova-docs を例にやっていきたいと思います。 1. Fork する GithubでForkしたいプロジェクトまで行って、右上にあるForkボタンを押します。今回、 https://github.com/apache/incubator-cordova-docs をForkしたので、私のGithubアカウントkeiko713上では https://github.com/keiko713/incubator-cordova-docs というリポジトリが作成されます。 2.
現実世界の整合性なんて無視 ～ 映画「シャイニング」の狂気の空間設計
モビのドリーショットってどれくらいのレベルで合格点なんだろうか？というリファレンスをいろいろ見ていた過程で見つけたこの動画。映像、映画を研究されている方には「何をいまさら」な話なんだろうが、僕にとっては新鮮で、改めて「巨匠すげ～～～」と唸った。だから辻褄を合わせようとか矛盾を解消させようとか、ほんとどうでもいいんだなと。演出、つまり何を感じてほしいかというメッセージのためなら空間を捻じ曲げても、スクリプターさんが気が狂いそうなむちゃくちゃな不具合が起ころうとも、そんなことはどうでもいい。それが演出なのか。。 当然ながらネタバレあるので映画未見の方は以下は読まないほうがいいです。で、いますぐシャイニング借りてきて、夜中に独りで見てください。 映画「シャイニング」の空間設計はむちゃくちゃ とにかくこの2本を見ていただきたい。もしシャイニングのこの演出意図をご存知なければ必見の研究。映像学校で翻
日本フィル、振動や光で全身に音楽を体験する「耳で聴かない音楽会」を開催 - PHILE WEB
日本フィルハーモニー交響楽団は、聴覚補助システムや体験型プログラムを組み込んだコンサート「耳で聴かない音楽会」を4月22日に開催する。 小学生以上であれば誰でも参加が可能で、参加料は2,000円。3月1日より聴覚障害者を対象とした先行申し込みを開始し、その後4月10日から一般販売を行う。 「耳での音響の受容に加え、全身で振動を体感できる仕組みと、体験を重視した内容により、聴覚障害のある方にも音楽を楽しんでいただける」というコンサート。聴覚障害のある観客には博報堂とピクシーダストテクノロジーズが提供する聴覚補助システムを提供し、至近距離から演奏を聴く、実際に楽器を手にするといったプログラムを組み込むことで、聴覚障害の有無に関わらず、誰でも一緒に音楽を楽しむことを目的としている。 聴覚補助システムには、本コンサートのために新たに開発したという振動スピーカー内蔵の風船型デバイス「SOUND HU
【完全ネタバレコラム】世界を大いに盛り上げる「Doki Doki Literature Club」の真の目的と少女たちからの救難信号
「Doki Doki Literature Club」はホラーゲームです。このことを軽く受け取らないでください。もしもあなたが下記にするいずれかの事象に影響されている場合、どうか「Doki Doki Literature Club」をプレイしないで下さい： ・鬱病 ・自殺 ・自傷 ・虐待 上記のリストは完全なものではありません。もしもあなたが自分の精神的健康に不安を覚えてこのページを閲覧しているならば、あなたはこのゲームに不向きであると予想されますから、プレイするべきではないでしょう。 あなたの念慮に感謝し、安全をお祈りいたします。 「Doki Doki Literature Club」コンテンツ警告ページ 「ときめきメモリアル」の時代においてすら、そこに登場する美少女たちは、ひとりの人間として扱われてきた。あの作品においては、プレイヤーは主人公の技能を磨き、より魅力的な人間になるよう努力
Yolo学習用データセットの作成ツール：labelImg
Yolo学習用データセットの作成法のメモ。Yoloの学習データを作成するときは、画像からオブジェクトの領域を矩形で指定する必要がある。そのためのツールとしては、BBox-Label-Toolがあるが、使いづらい上に、矩形領域のテキストファイルをYolo用に変更しなければならず手間が多い。Yolo用のテキストファイルも生成できるtzutalinさんのlabelImgを紹介する。 GitHubリポジトリ labelImg インストール (Ubuntu16.04, python3) cd src git clone https://github.com/tzutalin/labelImg.git sudo apt install python3-pip cd labelImg sudo pip3 install -r requirements/requirements-linux-python3
物体検出用の画像アノテーション正解データ生成に便利なツール - verilog書く人
RCNN (Regional Convolutional newral networks)などの機械学習モデルを使って画像から物体検出するには、"どこ"に"なにが"あるのか、すなわちバウンディングボックスの四角の座標(x, y)および正解ラベルが画像とセットで必要となります。 10000枚単位の画像が欲しい場合、自力で集めるのは大変なので、Pascal VOCのようなコンペで公開されている過去のトレーニング用データセットを流用しますが、それだけでは足りなかったり、自分が検出したい物体がなかったりします。 そんなときにPascal VOCに存在しない正解データを自分で追加して、一緒に学習させたい場合は、Pascal VOCのデータセットと同一形式のアノテーションデータを用意すると一緒に処理できて便利です。 例えばこの画像だと、黄枠のバウンディングボックスの中に車と人間がいます。 これがPas
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
