AlpacaはSelective Searchと呼ばれる物体認識の候補領域を切り出すためのアルゴリズムのPython実装を提供します。本ブログエントリーにおいてSelective Searchの基本的な説明とLabellio(https://www.labell.io/ja/)を組み合わせた活用方法について説明します。 github.com はじめに 物体認識に関するニーズは多様ですが、そのタスクは大きく以下に分類できます。 写真一枚に一つの物体が写っていると仮定して認識するObject Classification 複数の物体が写っている可能性も考慮してそれぞれを個別に認識&画像中での位置(矩形)までも絞り込むLocalization ピクセル単位で物体のラベル付を行うSegmentation 近年ではImage Captioningと呼ばれるCNNで抽出された特徴量をRNNにつなげるこ
![一歩進んだ物体認識を行うためのSelective SearchのPython版オープンソースの提供とLabellioを組み合わせた活用方法 - Alpaca技術ブログ](https://cdn-ak-scissors.b.st-hatena.com/image/square/8750bddcbda2d5c56172989450c1fbd550b348b3/height=288;version=1;width=512/http%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fa%2Falpacablog%2F20150805%2F20150805124740.png)