"domain adaptation"の検索結果1 - 2 件 / 2件

• あとで読む

  高精度なアニメ顔検出をアノテーションなし(Domain Adaptation)で実現してみた - Qiita

  • 37 users
  • qiita.com/kanosawa
  • テクノロジー
  • 2019/11/26

  はじめに アニメ顔の検出器としてlbpcascade_animefaceが広く利用されています。 しかし、lbpcascade_animefaceは基本的に正面に近い姿勢の顔しか認識できないため、横向きなどの顔を認識することが困難です。 一方、（実写の）顔画像認識はDeepLearningにより高精度化が進んでいます。 顔画像認識技術の進化をアニメ顔検出にも取り入れたいところですが、それには大量のアノテーション（学習データ作成）が必要であり、すぐに実現することはできません。 そこで本記事では、Domain Adaptationという手法を利用して、アニメ画像に対するアノテーションなしで、高精度なアニメ顔検出を実現する方法を紹介します。 以下の画像が本記事の手法によるアニメ顔検出の結果の一例です。 本記事で利用したソースコードは以下のGitHubリポジトリで公開しています。 まだ整備できてい

  • 機械学習
  • 機械学習系読物
  • あとで読む
  • HotEntry
  • qiita
  • 学習
  • 本
  • 画像

  
• あとで読む

  PythonによるDomain Adaptation Learnerの実装

  • 6 users
  • zenn.dev/s1ok69oo
  • テクノロジー
  • 2022/10/01

  はじめに Domain Adaptation Learner(以下、DA-Learner)について、Pythonによる実装を交えてまとめました。内容について誤り等ございましたら、コメントにてご指摘いただけますと幸いです。 機械学習を用いた因果推論 機械学習を用いた因果推論手法は大きく分けて下記の2通りが存在します。 Meta-Learner系 Causal-Tree系 今回はMeta-Learner系の手法の1つであるDA-Learnerについて紹介します。 Meta-Leanrerとは Meta-Learnerとは、機械学習と因果推論の考え方を掛け合わせて条件付き平均処置効果(CATE: Conditional Average Treatment Effect)を推定する手法の総称です。 条件付き平均処置効果(CATE)とは、平均処置効果(ATE: Average Treatment E

  • techfeed
  • Python