畳み込みニューラルネットを高速化するためのいろいろ - SmartNews Engineering Blog
$$ \begin{bmatrix} d_0 d_1 d_2 \\ d_1 d_2 d_3 \end{bmatrix} \begin{bmatrix} g_0 \\ g_1 \\ g_2 \end{bmatrix} = \begin{bmatrix} m_1 + m_2 + m_3 \\ m_2 - m_3 - m_4\\ \end{bmatrix} $$ ただし、$m_1 = (d_0 - d_2) g_0, m_2 = (d_1 + d_2) \frac{g_0 + g_1 + g_2}{2}, m_3 = (d_2 - d_1) \frac{g_0 - g_1 + g_2}{2}, m_4 = (d_1 - d_3) g_2$です。 なにがなんだかわからない、という声がここまで聞こえて来るような気すらしますが、それはともかく、$m_1 + m_2 + m_3$に上記の定義を入れて計算
畳み込みニューラルネットワーク_CNN(Vol.16)
はじめに ここ数回は機械学習のアルゴリズムを勉強してきたわけですが、今回からはいよいよディープラーニングのアルゴリズムに入ります。最初は、最も代表的なモデルである畳み込みニューラルネットワーク(Convolutional neural network)について説明しましょう。 畳み込みニューラルネットワーク(CNN)は、画像認識などによく使われるニューラルネットワークの構造ですが、最近では自然言語処理(NLP)など他の用途にも使われ始めています。これを一言でいうと、殺人現場から犯人の痕跡や特徴を割り出して追及を続け、ついに犯人を見つけ出す敏腕刑事です。って説明しかけたところに、麻里ちゃんが向こうから歩いてきました。 「畳み込みって、スポーツや討論などで相手を圧倒するときに使う言葉だけど、なんでこんな名前なの？」 はい、出ました。ほとんどの人が意識せず使っているのに、なんでそんなことに疑問を
畳み込みニューラルネットワークの高精度化と高速化
2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降，画像認識においては畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった．CNNは画像分類だけではなく，セグメンテーションや物体検出など様々なタスクを解くためのベースネットワークとしても広く利用されてきている．本講演では，AlexNet以降の代表的なCNNの変遷を振り返るとともに，近年提案されている様々なCNNの改良手法についてサーベイを行い，それらを幾つかのアプローチに分類し，解説する．更に，実用上重要な高速化手法について、畳み込みの分解や枝刈り等の分類を行い，それぞれ解説を行う． Recent Advances in Convolutional Neural Networks and Accelerating DNNs 第21回ステアラボ人工知能セミナー講演資料 http
Keras: CNN中間層出力の可視化 - MOXBOX / HazMat
概要 Keras 2.2 を使用して CNN の中間層がどのような出力を行っているかを可視化する。ここでは学習済みモデルに VGG16 + ImageNet を使用しカワセミの写真のどの部分を特徴としてとらえているかを示すためのヒートマップを作成する (このヒートマップで示される特徴に対する反応の強さをこのページでは暫定的に特徴強度と呼ぶ)。 CNN で使用される一般的な畳み込み層の出力テンソルは (batch, width, height, intensity) の形状を持っている。例えばカラー画像における RGB カラーチャネルは、それぞれ赤緑青の特徴強度を表していることと等価である。画像データの縦横サイズは畳み込みが進むにつれて小さくなり特徴強度のバリエーションが増えてゆく。この特徴強度を xy 座標上のヒートマップで表したものは CNN が画像のどの部分を特徴としてとらえているかを
Deep Learning で航空写真から自動車をカウントする - Qiita
TL;DR COWCと呼ばれるデータセットを用いて、航空写真から自動車をカウントする畳み込みニューラルネットワークを学習した 物体検出によって個々の自動車を検出するのではなく、画像からダイレクトに自動車の台数を予測するアプローチの有効性を検証した 特に自動車が多い状況下での精度に改善の余地があるものの、それなりに正しく自動車をカウントできるモデルを学習することができた Code on GitHub はじめに 「Deep Learning を使って衛星画像から建物を検出する」でも触れましたが、今、機械学習による衛星画像および航空写真の自動解析に注目が集まりつつあります。 今回は、COWCと呼ばれるデータセットを使って、航空写真から自動車の台数をカウントする畳み込みニューラルネットワーク(CNN)を学習してみます。 なお、今回使用したソースコードはすべてGitHubで公開しています。 関連研究
Facebookら、2Dの群衆動画から人間の姿勢を推定し、身体のテクチャも貼ってくれるCNNを用いたシステム「DensePose」オープンソース発表
Facebookら、2Dの群衆動画から人間の姿勢を推定し、身体のテクチャも貼ってくれるCNNを用いたシステム「DensePose」オープンソース発表 2018-06-19 Facebook AI Research（FAIR）とINRIAの研究者らは、人間の姿勢を2D画像から推定し、人体の表面にテクスチャをマッピングできる機械学習を用いたシステム「DensePose」のオープンソース化を発表しました。 論文：DensePose: Dense Human Pose Estimation In The Wild 著者：Rıza Alp Guler、Natalia Neverova、Iasonas Kokkinos GitHub:facebookresearch/DensePose: A real-time approach for mapping all human pixels of 2D R
ARでサッカーの試合を立体的にテーブル上に再現する新技術「Soccer On Your Tabletop」がスゴイ
ワシントン大学のコンスタンティノス・レマタス氏が、サッカーの試合映像を拡張銀実(AR)を用いてテーブル上にインタラクティブにレンダリングすることができる技術を発表しました。このシステムはサッカーゲームから抽出した3Dの選手データを畳み込みニューラルネットワーク(CNN)を用いて3D空間に再配置することで、二次元的な試合映像を立体的に変換し、さまざまな方向から自由にサッカーの試合を観戦できるようになるというものです。 Soccer On Your Tabletop http://grail.cs.washington.edu/projects/soccer/ Football matches land on your table thanks to augmented reality | TechCrunch https://techcrunch.com/2018/06/19/footbal
SPP(Spatial Pyramid Pooling)を使ってCNNの精度を向上させよう - 俺とプログラミング
Max Poolingの代わりにSPP(Spatial Pyramid Pooling)と呼ばれる特別なプーリング層を用いることで、CNNの性能をお手軽に向上させることができる。この記事では、SPP-netの使い方や、有効性について検証した結果を紹介する。 SPP(Spatial Pyramid Pooling)とはなにか SPPとはMicrosoft Research Asia(MSA)が2014年に開発した新しいPooling層である。SPPで最も重要なコンセプトは、入力画像のサイズが異なっている場合でも、決まったサイズの出力になるという点にある。その仕組みは単純で、画像を格子状に、1, 4, 16, ...と分割していき、その中で、最大プーリング(ほかのプーリングでもいい）を行う。その後、1 + 4 + 16 + ・・・と、つなげたベクトルをSPPの出力とする。つまり、出力のサイズは
ディープラーニングによるファッションアイテム検出と検索 - ZOZO Technologies TECH BLOG
データサイエンティストの中村です。VASILYではファッションに特化した画像解析エンジンを開発しています。本記事では、スナップ写真からファッションアイテムを検出するシステムを紹介したいと思います。 概要 このシステムの入力はスナップ写真です。スナップ写真が入力されたとき、システムは以下のタスクを解きます。 写真中からファッションアイテムに該当する領域を検出する 検出したファッションアイテムのカテゴリを予測する 検出したファッションアイテムに似ているアイテムをDBから検索する 各タスクを解く方法は様々ありますが、弊社のシステムでは2種類のネットワークを使ってこれを達成しています。 ファッションアイテムの検出とカテゴリ予測 検出は画像認識の基本的なタスクで盛んに研究されていて様々な手法が提案されていますが、今回はSingle Shot MultiBox Detector (SSD)*1 と呼ば
CNN Discriminative Localization and Saliency - MIT
Learning Deep Features for Discriminative Localization Bolei Zhou Aditya Khosla Agata Lapedriza Aude Oliva Antonio Torralba Massachusetts Institute of Technology In this work, we revisit the global average pooling layer and shed light on how it explicitly enables the convolutional neural network to have remarkable localization ability despite being trained on image-level labels. While this techniq
PowerPoint プレゼンテーション
Nakayama Lab. Machine Perception Group The University of Tokyo 東京大学 大学院情報理工学系研究科 創造情報学専攻 中山 英樹 Nakayama Lab. Machine Perception Group The University of Tokyo １．画像認識分野におけるdeep learningの歴史と発展 ２．畳み込みニューラルネット (CNN)を用いた転移学習 ３．実践方法 2 Nakayama Lab. Machine Perception Group The University of Tokyo １．画像認識分野におけるdeep learningの歴史と発展 ２．畳み込みニューラルネット (CNN)を用いた転移学習 ３．実践方法 3 Nakayama Lab. Machine Perce
自然言語処理における畳み込みニューラルネットワークを理解する · けんごのお屋敷
最近、畳み込みニューラルネットワークを使ったテキスト分類の実験をしていて、知見が溜まってきたのでそれについて何か記事を書こうと思っていた時に、こんな記事をみつけました。 http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp 畳み込みニューラルネットワークを自然言語処理に適用する話なのですが、この記事、個人的にわかりやすいなと思ったので、著者に許可をもらって日本語に翻訳しました。なお、この記事を読むにあたっては、ニューラルネットワークに関する基礎知識程度は必要かと思われます。 ※日本語としてよりわかりやすく自然になるように、原文を直訳していない箇所もいくつかありますのでご了承ください。翻訳の致命的なミスなどありましたら、Twitterなどで指摘いただければすみやかに修正します。 以下
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
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
Learning Convolutional Neural Networks for Graphs
長文日記
SSD: Single Shot MultiBox Detector (ECCV2016)