Amazon Lookout for Visionで青森認証やってみた - Qiita
不良品検出のAIサービス「Amazon Lookout for Vision」が先週25日(木)に東京リージョンでの提供開始が発表されましたが、27日(土)には早くも「AWSの基礎を学ぼう」コミュニティのハンズオンが開催され、実際に体験してみることができました。 AI、機械学習系のハンズオンということで待ち時間なんかもあるわけですが、そこにソラコムの @ma2shita さんの「Amazon Lookout for Vision 向いてるコト、使いどころと注意点」とかJAWS-UG名古屋の @nori2takanori さんの「画像ベース異常検知Amazon Lookout for Visionを使ってみよう」とかLTが入って、退屈する暇のない2時間でした。その中で出てきたスライドの一枚がこちら。 Lookout for Visionは不良品検知にしか使えないサービスじゃないぞ、と。アイデ
Amazon RekognitionとMachine Learningで画像判定機を気軽に作る
こんにちは、エンジニアの平山です。 昨今のAIブームのなか、引きの強そうなタイトルで思い切って記事を書いてみます。 ちと長くなるのでざっくりですすめますよ。 まずはじめに、 機械学習系の話題はテーマを絞り込まないとすぐに深い森に迷い込んでしまうので、 一番最初にそこだけはっきりさせましょう。 本日のテーマです。 「ある条件に合致する画像かそうでないか、を判断できる機械を作る」 例えば、 「部屋全体を写している写真なのか、そうでないのか」という判定はRoomClipでは少し重要な気がします。 もちろん、そうでない写真、例えば何かの接写であっても「問題がある」というわけではないのですが、 ときに「部屋全体が写っている写真に絞り込みたい」と思うこともあります。 そういったことを「画像だけで」判定する方法は、 Deep Learning旺盛の昨今たくさーんありそうですが、本気でこれを組もうとすると
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
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
Amazon SageMaker で実現する生産性の高い機械学習基盤 / #AWSDevDay - Speaker Deck
