※こちらはPythonデータ分析勉強会#02の発表資料です。 前回は、YOLOv3でパトライトの監視を行いました。 今回は、YOLOv3で「将棋駒」を認識させます。 そして、用意する画像は一枚だけという、無謀な挑戦をしてみます。 前回から、内容がガラリと変わっておりますが、まずはそのモチベーションを説明します。 なぜ、用意した画像は一枚なのか? よくディープラーニングのサービスなんかを見ていると、用意する画像は1000枚とか 平気で書いてあります。 しかし、個人事業主や中小企業は、そんなに労力をかけて画像は用意できませんし、 1000枚用意しても、バリエーション豊かな画像じゃないと、意味がないことが多くあります。 用意する画像が一枚だけなら、労力は最小限ですし、バリエーションも気にしなくて良いです。 従って、「用意する画像が一枚」で精度が出るなら、世の中のディープラーニングの サービスがよ
![用意した画像は一枚だけ!?物体検出で将棋駒の認識 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/b9f186174b4cb2d736cd6133cc5ce333fca5f99d/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUU3JTk0JUE4JUU2JTg0JThGJUUzJTgxJTk3JUUzJTgxJTlGJUU3JTk0JUJCJUU1JTgzJThGJUUzJTgxJUFGJUU0JUI4JTgwJUU2JTlFJTlBJUUzJTgxJUEwJUUzJTgxJTkxJUVGJUJDJTgxJUVGJUJDJTlGJUU3JTg5JUE5JUU0JUJEJTkzJUU2JUE0JTlDJUU1JTg3JUJBJUUzJTgxJUE3JUU1JUIwJTg2JUU2JUEzJThCJUU5JUE3JTkyJUUzJTgxJUFFJUU4JUFBJThEJUU4JUFEJTk4JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz05MDU3ZmVhOTlhZWNjZTJmNDM1OTQ1NjBlZWU2OGI4Mw%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzaGlubXVyYTAmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTc4ZDQwMDViNzI2NWExYzVkYjdmYjUwMGNiOTBhZTA4%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D86751e863724408452ffa93836b598f8)