TensorFlowでのDeep Learningによるアイドルの顔識別 のためのデータ作成 - すぎゃーんメモ
続・TensorFlowでのDeep Learningによるアイドルの顔識別 - すぎゃーんメモ の続き、というかなんというか。 前回までは「ももいろクローバーZのメンバー5人の顔を識別する」というお題でやっていたけど、対象をより広範囲に拡大してみる。 様々なアイドル、応援アプリによる自撮り投稿 あまり知られていないかもしれないけど、世の中にはものすごい数のアイドルが存在しており、毎日どこかで誰かがステージに立ち 歌って踊って頑張っている。まだまだ知名度は低くても、年間何百という頻度でライブを中心に活動している、所謂「ライブアイドル」。俗に「地下アイドル」と言ったりする。 ライブアイドル - Wikipedia そういったアイドルさんたち 活動方針も様々だけど、大抵の子たちはブログやTwitterを中心としてWebメディアも活用して積極的に情報や近況を発信していたりする。 そんな中、近年登
ダミーデータ作成のお供に！ VS Code 拡張機能「vscode-random」で人名やカラーコードなどを自動生成してもらおう！ | DevelopersIO
はじめに ダミーデータを作成しなければならないときってありますよね？ テストデータやサンプル画面を作るときに値をどうするか困ったことありませんか？ そういった悩みを VS Code で解決するための拡張機能が vscode-random です。 https://marketplace.visualstudio.com/items?itemName=jrebocho.vscode-random デモ （GitHub リポジトリより引用） 拡張機能としてはカーソル位置にランダムな値を挿入するという単純なものなのですが、VS Code のマルチカーソル機能と組み合わせることで非常に強力な体験を得ることができます。 名前やメールアドレスの項目がある JSON や YAML に対し、複数の項目にまとめて値を挿入して作り上げるのは気持ちいいこと間違いなし！ 対応コマンド コマンド 説明 生成例
【Elasticsearch】1900万点に及ぶ商品データ作成の時間を約67%短縮できた構成と工夫 - MonotaRO Tech Blog
初めまして、EC基盤グループ サーチチームの壷井です。 モノタロウでは2019年10月頃より新規検索システムの設計・開発を進め、今年の4月頃にECサイト(monotaro.com) 検索ページの裏側の検索システムを従来のSolrからElasticsearchに100%移行*1しました。この移行は将来の商品点数やリクエスト数の増加を見据えたバックエンドの大規模な改修で、ここまで約2年半ほどプロジェクトを進めてきました。今後もECサイトのすべてのページの完全移行に向け引き続き開発・運用を行っていきます。 今回はこのプロジェクトのなかで私が担当してきたElasticsearchへの日々のデータの洗い替え（日次更新と呼んでいます）ワークフローのシステム構成と工夫などについてお話します。 モノタロウの検索システムの紹介 日次更新のシステム構成 処理の流れ ① リアルタイムデータ同期 ② 日次商品デー
Excelの新規データ作成するときの「初手」ってあるじゃないですか。私はB2が初手であることが多いんですが定石はA1ですか？？→「A1は空けておきたい」
影.D.総務部長 @ShadowSR1976 バズりましたが宣伝することは何も無いのでしょうもないことを言うよ。 Excelを碁盤に見立てた場合 天元はLCB524288右隅の交点 交点の数は171億7880万4225個 1手10秒で打った場合、盤面全部石で埋めるのにかかる時間は5447年4か月です。 中押しで勝てば3000年くらいか。 なお計算ミスあれば教えて。
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
どうも緒方@conta_です。 みなさんAI頑張ってますか？ きっと昼はGPUサーバーを回して、夜は結果待ちでビールサーバーを回してる人が多いことでしょう。 機械学習を実際のプロダクトに活用する場合、自分が解きたいタスクがそのままオープンなデータセットで解決できることは少ないので、まず最初に課題となるのはデータセット作成です。 実際にカメラやセンサーを取り付けて収集したり、Webからクローリングしてきたり、事業会社であれば自社のデータセットに教師ラベルをつけることで新しいタスクに取り組むことが可能になるでしょう。 よく疑問になるポイントとして、データセットの量と質は、多ければ多いほど良く、高品質であれば高品質であるほど良いのですが教師データを作成するのは一苦労です。 ＊下記アノテーションの量や質について実験した結果がまとまってます tech-blog.abeja.asia もちろん少数デー
はじめに 面倒なことは自動化したいですね。とくにテストデータ、理論的には部分はわかって実際の値を作るのが苦痛です。 たとえば、名前は1文字以上10文字以下だったときに、境界値分析で0文字と1~10文字と11文字以上を用意すればいいまでいいけど、じゃ具体的な値を考えるとabcとかtestとか何がちで、もっとそれっぽい名前にしようとそれを考えるのに五分ぐらいかかりますよね。 ChatGPTでダミーデータを作ってもらえないか試してみた。 テストページを作成 シンプルなフォームを作りました、名前と年齢があります <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8" /> <title>Title</title> </head> <body> <form> <div> <label for="name-input">名前</lab
2022年末に登場、一躍テクノロジー業界の話題を席巻したAIチャットボット「ChatGPT」 自然な文章で情報を提供するこの「ChatGPT」に対して、ビジネス、ブログ、プログラミング、など、様々な場での活用が期待されています。 OpenAIが開発、サービスを提供してるこの「ChatGPT」のベースとなっている技術が、同じくOpenAIが開発した、自然言語処理AI「GPT-3」です。 膨大なテキストデータを使った機械学習によって、生み出される「GPT-3」の文章は、人間が書いた物と判別できない程 そして、機械学習の訓練によって得た知識を元にして、質問に対し即座に答えを返してくれるので、知りたい事が有る度に、一々”ググる”必要も無い。 そこで一考、「GPT-3」とGoogleスプレッドシートを組み合わせたら、作業効率を向上できるんじゃないか。 本記事では、自然言語処理AI「GPT-3」をGo
Javaでのデータベースのテストデータ作成にはDBUnitがよく使われますが、自分はDbSetupをオススメします。 DbSetup なぜDBUnitがイマイチなのか 自分も最初はDBUnitを使ってたのですが、以下の理由からしっくり来ませんでした。 DBを使ったテストでは少量のデータを使うことが多い ホワイトボックステストで大量のデータを使うことはほとんどなく、単一または複数のテーブルに対して、少量のデータを用意するケースがほとんどです。なので、テストごとにファイル(XML or Excel)を用意するのは面倒です。 テストコードとデータが分離している テストデータを外部ファイルに保存するため、テストコードとテストデータが分離してしまっています。そのため、何をテストしているのかが分かり辛いです。 そこでDbSetup そこで見つけたのがDbSetupです。DbSetupはテストデータをJ
Illustrator（イラレ）のトリムマーク（トンボ）の設定方法・作り方｜データ作成ガイド｜ネット印刷WAVE
Illustrator入稿・印刷データ作成方法／注意点 Illustrator（イラレ）のトリムマーク（トンボ）の設定方法・作り方 必ず、ご注文のサイズ通りに「トリムマーク」を作成してください Illustrator（AI形式）でのご入稿の場合は、トリムマーク（トンボ）を必ず作成してください。トリムマークは最前面（上）に配置し、他のオブジェクトによって少しでも隠れてしまわないようお気をつけください。 Illustrator 初期設定の方法
ローカルで機械学習モデル（データ作成から学習・推論まで）が5分で出来てしまう、Lobeが凄すぎる | DevelopersIO
1 はじめに CX事業本部の平内（SIN）です。 Lobeは、Microsoftによって無料で公開されている機械学習ツール（アプリ）です。Windows及び、Macで利用でき、学習から推論まで全てローカルで実行するようになっています。 https://lobe.ai/ ローカルで簡単に機械学習のモデルが作成できるという事で、早速やってみました。 アヒルとトマト羊を分類するモデルが、データ作成から学習、推論まで、5分程度で出来てしまいました。動画は、作成したモデルで推論している様子です。 2 テンプレート 現在、ベータ版ということで、「イメージ分類」だけとなってますが、Object DetectionとData ClassficationがCOMING SOONとなっていました。 3 作業環境 Macにも対応しているとの事ですが、私の手元では、Windowsの方が安定して利用できたので、今回
印刷の基礎知識 印刷の黒「スミベタ(K100%)/リッチブラック/4色ベタ」 印刷の黒は、CMYKの色それぞれの濃度で表現されています 印刷で表現される黒には、「スミベタ（K100%）」「リッチブラック」「4色ベタ」と呼ばれるものがあり、それぞれ特徴や使用上の注意点があります。 黒色の表現による、予期せぬ印刷トラブルを防ぐため、以下の項目をご確認ください。 スミベタ（K100%）とは リッチブラックとは 4色ベタとは
Illustratorで使用されたフォントは、すべてアウトライン化してください。 フォントの情報が残ったままご入稿されると、お客様の意図しないフォントに置き換わって印刷されてしまいます。 フォントをアウトライン化する方法 アウトライン化時の問題 ひとつでもフォントが残っていた場合は、データ不備となり、印刷作業に進むことができません。データのご修正と再入稿をしていただく必要がございます。 フォント（図1）を、パスで構成されたオブジェクト（図2）に変換することです。 文字のアウトライン化をすることで、フォントの情報が破棄され文字が図形化されます。 これにより、例えば「A」というフォントを使用して作成したデータを、「A」というフォントがインストールされていない別のPCでデータを開いた際にも、文字の形が変わってしまう事を防ぐことができます。 一度アウトライン化したフォントは、元に戻すことができませ
この記事はWebGL Advent Calendar 2015の９日目の記事です。 ご注意 本記事は2015年当時に書いた記事なのですが、GPUがGeForce 8x00シリーズ以降、SIMDからSIMTという並列実行形式に切り替わった頃から状況が大きく変わりました。 以前は本記事でも紹介するインターリーブ形式の頂点データの方が高速だったのですが、現在のGPUでは多くの環境で非インターリーブの方が高速とされています。 AMD GPUにおいても、GCNアーキテクチャ（PS4以降の世代）から（それまでのVLIWから）SIMTに切り替わり、非インターリーブを推奨されているようです。 WebGLは基本的にネイティブ3D APIへのマッピングに過ぎないため、この傾向はおそらくWebGLでも同様と考えられます。 とはいえ、インターリーブ(AoS)や非インターリーブ(SoA)はCGをやる上でいずれ避けて
ご入稿のためのデータ作成に際し、以下の項目は必ずご確認ください。 ※データ不備がある場合は、印刷工程へ進むことができません。 データの再入稿もしくはご指示のご連絡が必要となり、受付日が延びる場合がございます。 データ作成の際は十分にご注意ください。
はじめに 株式会社クリエイスCTOの志村です。 前回の続きです。 この記事に最初に行き着いた方は前回の記事を見ていただき、環境を作るところから始めてください。 Docker環境でPyTorch 〜画像解析〜 #01 環境構築編 Docker環境でPyTorch 〜画像解析〜 #02 モデル訓練&保存編 Docker環境でPyTorch 〜画像解析〜 #03 転移学習編 社員の曽宮、モトキが四苦八苦しながらまとめているこちらの記事もよろしかったらどうぞ Anaconda環境でPyTorch 〜株価予想〜 #04 予測(リベンジ)編 今回はセクシー女優で学習データを作っていくぞということで、下準備のために上田パイセン に 学習データの収集をお願いしたら、wikiやらなんやらをスクレイピングしてきたらしく セクシー女優名鑑が完成されていました(笑) こちらは技術選定をしつつ色々ネットを漁って。。
こちらは ANDPAD Advent Calendar 2022 の25日目の記事です。 はじめまして、アンドパッドでQuality Control (≒ QAエンジニア) をやっている高木です。普段は「ANDPAD引合粗利管理」の開発チームでテストや品質に関わる業務を行なっています。 初めてのテックブログ執筆でアドベントカレンダーの最終日枠を取ってしまい非常に恐れ慄いているのですが、あまり気張らずに業務でのTryを記事にしようと思います。 直近、業務として開発経験が無い私がGo言語とWebDriverを使ってテストデータ作成を自動化を行ってみたので、その際に行ったこと・考えたことを書こうと思います。 背景 QAエンジニアとしてソフトウェアテストを行なっている中で、大量のデータを作成する必要があるテストが度々発生していました。 具体的には 各データで1度だけ確認できる挙動のテスト データを
弊社では8/11〜8/16までの期間をお盆休暇とさせていただきます。期間中のお問合せは8/17以降順次ご対応いたします。
便利でスピーディ！「オートデータチェック入稿」2023年4月3日よりスタート PDF形式のデザインデータを、弊社サーバー上で自動でチェックし、印刷イメージに変換するシステムを構築いたしました。 お客様のデータチェックの待ち時間短縮に繋がるだけでなく、印刷前に印刷イメージをご確認いただけます。 対応商品、アプリケーションなどの詳細はオートデータチェック入稿ページをご覧ください。 ＜対応アプリケーションが豊富＞ 入稿データの作成はIllustratorやPhotoshop、InDesignといったデザインソフトや、Officeデータにも対応しています。OfficeデータはWord、PowerPoint形式で入稿する他、指定の書き出し方法を用いればPDF化して入稿することも可能です。 ＜入稿方法のバリエーションが豊富＞ データの送付・入稿方法はWEBアップロードやE-mail入稿、記録メディアの
オープンソースデータベースを加速する「キムラデービー」のブログです。カレー日記を兼ねてます。なお著者は2010-06-01より日本オラクルに在籍していますが、本サイト（ブログ、またはウェブサイト）において示されている見解は、私自身の見解であって、オラクルの見解を必ずしも反映したものではありません。 この記事は MySQL Casual Advent Calendar 2013 の 13 日目です。 カジュアル! ということで、テストデータ作成時にいつも'AAAA'ばかりでは辛いので、MySQLで利用できる10行ほどのストアドファンクションをご紹介します。 拙書「プロになるためのデータベース技術入門」p.223では「それっぽい」苗字を返すrand_family_nameという以下のファンクションを紹介しました。 delimiter $ create function rand_family_
Photoshop入稿・印刷データ作成方法／注意点 画像解像度について 解像度は300～350dpi（モノクロ：600dpi）で作成してください フルカラー印刷に適した画像データの解像度は実寸で300dpi～350dpiです。（モノクロ印刷・特色1色刷りの場合は、600dpi推奨です） 画像解像度の設定・変更方法 解像度が低い場合、印刷品質に影響します 右の画像は解像度が72dpiと350dpiの写真データを印刷した場合の比較です。 モニターでご覧になって作成されている時は、72dpiの解像度でも問題なく綺麗に見えますが、実際に印刷されますと、非常に粗くぼやけた印象になってしまいます。
半田病院システム復旧回復のめど立たず 旧PC利用し共有データ作成、新電子カルテ導入も検討｜社会｜徳島ニュース｜徳島新聞デジタル
徳島ニュース 一覧 事件・事故 社会 政治・行政 選挙 経済 健康・医療 教育 文化・芸能 気象・防災 号外 市町村別 一覧 徳島市 鳴門市 小松島市 阿南市 吉野川市 阿波市 美馬市 三好市 勝浦町 上勝町 佐那河内村 石井町 神山町 那賀町 牟岐町 美波町 海陽町 松茂町 北島町 藍住町 板野町 上板町 つるぎ町 東みよし町 スポーツ 一覧 ヴォルティス ガンバロウズ インディゴ 高校野球 高校スポーツ 高校総体 中学スポーツ 中学総体 小学スポーツ 大学・一般 FC徳島 とくしまマラソン 徳島駅伝 あわースポーツ デジタル限定 一覧 コラム 限定特集 連載・特集 一覧 政治・行政 経済 地域 社会 文化 スポーツ 暮らし オピニオン その他 全国・海外 深掘り ビジュアル オリコン 主要 経済 政治 国際 社会 スポーツ 写真・動画 写真特集 Web写真館 読者の写真コンクール 徳島
少し古い WebDB Press（vol.85）のRubyの記事（Railsらくらくテストデータ準備）を見ていたら fakerの紹介がされていました。 ちゃんと使ったことなかったので今更ながら触ってみました。 記事中はおそらくtypoでffakerとなってしまっていたと思われるので、ついでにffaker - Rubyも見てみました。 結論から faker/ffakerどちらもとても良いですが、日本語の名前（仮名）と住所については対応できていません。 そんな不満を解消するのがgimeiでした。 faker/ffaker + gimei で幸せになれそうです。 Faker stympy/faker railsでfakerを使用するには、以下のように環境ごとにスクリプトを書いて db/fixtures/development あとは、rake db:seed_fu すればok。 seed.rbは
※ 間違っているかも知れません。LibreOffice Drawで適当に書いてみた。(2015/9/13 UPD) .xファイルを中心とした作成フロー図@2009 ※ 間違っているかも知れません。Excelで適当に書いてみた。(2009/3/13 UPD) 過去のファイル拡張子説明.mqo - メタセコイアオブジェクトファイル (メタセコイアの旧標準形式) .rok - 六角大王ファイル (フリー版六角大王の標準形式) ファイル拡張子説明.blend - Blenderの独自形式 .mqoz - メタセコイアオブジェクトZippedファイル (メタセコイアの新標準形式) .xsm - Xismoの独自形式 .fbx - 3Dソフト間のやりとりに良く使われる形式 .x - DirectX 3D形式のオブジェクトファイル（マイクロソフトの汎用3D形式） .pmd - Polygon model
知らないと損をする！リストやデータ作成・整理に使える６つのExcel(エクセル)小技集 | マーケティング・コミュニケーションBlog
Tweet Tweet CRMやマーケティング関連の業務効率を向上させるためのヒントやコツ、便利ツールなどをピックアップしてご紹介いたします。 今回は、データの重複チェックやデータクレンジングなどの「データの名寄せ」を簡単に効率化できるExcel(エクセル)の機能や関数です。 リストやExcelファイル内に重複データが存在している データクレンジング作業に時間がかかる、業務効率を向上させたい 顧客データのメンテナンスの実施が必要なのに、Excelが苦手 などの課題を抱えておられるマーケティング・制作担当者様にオススメです。 ＜目次＞ 重複データのチェック・一括削除 複数データの一括変換（置換） 全角文字を半角に（ASC関数）・半角文字を全角に（JIS関数） データの一部を抜き出す（RIGHT関数、LEFT関数、MID関数） 複数のセルを一つのセルに（CONCATENATE関数／&演算子）
フロントエンドのテストのダミーデータ作成ならrosieがおすすめ - Paytner Tech Blog
はじめに ペイトナー請求書のフロントエンドを主に担当している @fuqda です。 本稿では、ペイトナー請求書のフロントエンドのテストコードを書きやすくするために最近導入したrosieというライブラリが便利だったので、そちらのご紹介をさせて頂きます。 この記事の対象読者 Jestなどで使用するダミーデータを毎回ベタ書きして疲弊している方 RSpecのFactoryBotのようなライブラリがフロントエンドにも無いのかと探している方 rosieとは？ Ruby on Railsでテストコードを書く際のダミーデータ作成ライブラリとして有名なFactoryBotにインスパイヤされたJavaScript用のライブラリです。 https://github.com/rosiejs/rosie rosieのセットアップ手順 1. rosieと型定義のインストール $ npm install rosie @
SQLで大量のテストデータ作成 - Qiita
以前に SQLでテーブルデータの一括作成、複製 という記事を書いたのですがもう少しかみ砕いて、かつPostgreSQLにも対応した内容で書き直してみます。 RDBMSを利用したアプリケーションを開発していて数千件を超える大量のデータを作成する必要が発生した場合に知っておくと便利なテクニックの紹介です。なお、以下のようなケースを想定しています。 SQLのパフォーマンス検証のために大量のレコードが必要 1テーブルに100万件以上 動作検証・評価作業のためにテスト内容に準じたデータが一定数必要 1セット100件を100セット 事前準備 SELECT文の 直積(CROSS JOIN) を利用します。 事前に一定数のレコードを保持するテーブルが必要です。 ここでは sample というテーブルを作成して 直積(CROSS JOIN) のSELECT文に利用します。 MySQLとPostgreSQLで
機械学習向け教師データ作成ツール、TISがオープンソースで公開：3種類のデータ作成に向く - ＠IT
TISは機械学習に向けた教師データ作成ツール「doccano」をオープンソースソフトウェアとして公開した。テキスト分類、系列ラベリング、系列変換という3つの基本的なタスクで使用するデータを作成しやすいという。 TISは2018年11月6日、自然言語処理や機械学習に向けた教師データ作成ツール「doccano（ドッカーノ）」をオープンソースソフトウェア（OSS）として公開すると発表した。GitHubから入手できる。 doccanoは、機械学習などで教師データに使うラベル付きデータを作成するアノテーションツール。「テキスト分類」、文中の人名や地名などを特定する「系列ラベリング」、要約や翻訳といった「系列変換」という3つの基本的なタスクで使用するデータを作成しやすいという。 これらの基本的なタスクは表計算ソフトなどの帳票ツールでも実行可能だが、例えば系列ラベリングでは文字単位、単語単位でデータを作
【Swift】リアルタイムチャットを実現するFirebaseでCRUD(データ作成、読み込み、更新、削除)をやってみる - Qiita
【Swift】リアルタイムチャットを実現するFirebaseでCRUD(データ作成、読み込み、更新、削除)をやってみるXcodeiOSSwiftFirebaseswift3 はじめに 本記事では、現地時間2016年5月18日（水）〜20日（金）に開催されたGoogle I/Oで発表されたFirebaseの統合プラットフォームとしての拡充による、Firebaseのアップデートに対応したFirebaseをiOSでCRUDとAuthを試す記事になります。 以下、目次 1. Firebaseでの新規プロジェクトの作成 2. XcodeプロジェクトへのFirebaseの導入 3. XcodeプロジェクトとFirebaseのコネクト 4. ユーザー認証 5. Create(データの作成、送信) 6. Read(データの読み込み) 7. Update(データの更新) 8. Delete(データの削除)
以前ご紹介したFab Labのようなセルフサービスの施設以外にも、3Dデータを送ると３Dプリンターで出力してくれるサービスがあるんですよね。 さらに、スケッチから３Dデータを作成してくれるサービスもあります。 いくつかの企業が３Dプリンターによる出力サービスを始めてますが、まだまだ数が少ないので 新しいサービスが出てきしだい増強していきたいですね。 � トータル3Dプロトタイピング：イラストや図面から3DCADデータの試作＆出力を行えるサービス！ トータル3Dプロトタイピング ■サービス ・3Dデータの作成と3Dプリント出力 ■プリンター ほとんどの素材に対応する3Dプリンターをラインナップ。フルカラー樹脂、石膏、アクリル、インコネル718、チタン64、マルエージング鋼、ステンレスナイロン、シルバー、チタン、紙など多数。 2D図面（DXF)やイメージスケッチ、illustratorデータか
弊社では8/11〜8/16までの期間をお盆休暇とさせていただきます。期間中のお問合せは8/17以降順次ご対応いたします。
TIS、自然言語処理・機械学習向けデータ作成ツール「doccano」をOSSで公開 | ニュースリリース | 2018年度 | ニュース | TIS株式会社
TIS、自然言語処理・機械学習向けデータ作成ツール「doccano」をOSSで公開 ～ 自然言語処理・機械学習を行うためのデータ作成を容易にし、企業システムにおける活用を促す ～ 2018年11月6日 ＴＩＳインテックグループのTIS株式会社（本社：東京都新宿区、代表取締役会長兼社長：桑野 徹、以下TIS）は、自然言語処理・機械学習向けのデータ作成ツール(アノテーションツール)「doccano（ドッカーノ）」をオープンソースソフトウェア（OSS）として公開することを発表します。 「doccano」公開ページ： https://github.com/chakki-works/doccano 「doccano」は、自然言語処理・機械学習に使われるラベル付きデータ（教師データ）の作成を容易にするツール(アノテーションツール)です。 テキスト分類、系列ラベリング※1、系列変換※2 という3つの基本
こんにちは、小林です。もうじきGWですね、今からワクワクしています。 さて一昨日の土曜日、セミナー・イベントで有名なCSS Niteの「Webデザインで使うPhotoshop」というテーマの講義を受けてきました。 セミナーは今回で2回目の参加でした。初めてのセミナーは約2年前のデザイナー成りたての頃で、テーマは同じく「Webデザインで使うPhotoshop」でした。 今回はその続編にあたるのですが、今まで知らなかった機能だったり、こんな使い方があったのか～と感じるたくさんの新発見がありました。 4名の講師の方がそれぞれセッション別にお話されたのですが、牧下 浩之さん（株式会社Plankton Design代表取締役）の「実案件で活用できるPhotoshopデータ作成ルール」というセッションが個人的に一番勉強になったので、簡単ではありますがかいつまんでご紹介させて頂きます。 中～大規模案件に
みなさん、こんにちは！ ジャングルオーシャンのラファエロです！ 紙に描いたイラストをデータ化して編集したいなぁ〜なんて思ったことはないでしょうか？ Adobe社のグラフィック制作ソフトIllustratorを使えば、簡単かつ速攻で出来ちゃいますよ！ ということで、Illustratorを使って、紙に描いたイラストを編集出来るデータにする方法を3ステップでご紹介します！ ステップ①：イラストを描く まず、スケッチブックに手書きのイラストを描きます。 ポイントは、ハッキリとした線で描くこと！ ステップ②：イラストをスマホで撮る 描いたイラストとスマホのカメラで撮ります。 スキャナーがあれば、そっちの方が良いのですが… 持ってないですよねw ステップ③：Illustratorの「画像トレース」で自動処理 スマホで撮った写真のデータをIllustratorで開いて、「画像トレース」機能を使用します
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
面倒な「ダミーデータ作成」をChatGPTに任せる〜Code Interpreterの限界までリアリティを追求した作業の記録【イニシャルB】
Python Pandasでのデータ操作の初歩まとめ − 前半：データ作成＆操作編 - Qiita
効率的な教師データ作成(アノテーション)のための研究サーベイ - ABEJA Tech Blog
ChatGPTでダミーデータ作成が便利すぎる | DevelopersIO
Googleスプレッドシートと自然言語処理AI「GPT-3」を組み合わせてデータ作成を効率化
JavaでのDBのテストデータ作成はDbSetupが楽 - Qiita
統計表における機械判読可能なデータ作成に関する表記方法案
統計表における機械判読可能なデータ 作成に関する表記方法
印刷の黒:スミベタ(K100%)/リッチブラック/4色ベタ｜データ作成ガイド｜ネット印刷WAVE
[PDF]統計表における機械判読可能なデータ作成に関する表記方法について
Illustrator（イラレ）でフォントをアウトライン化する方法｜データ作成ガイド｜ネット印刷WAVE
GPU本来の性能を引き出すWebGL頂点データ作成法 - Qiita
Illustrator入稿・印刷データ作成方法/注意点｜データ作成ガイド｜ネット印刷WAVE
Docker環境でPyTorch 〜画像解析〜 #04 セクシー女優学習データ作成編 - Qiita
QAがGoで始めるテストデータ作成の自動化 - ANDPAD Tech Blog
3Dプリンター出力サービス・3Dデータ作成なら3Dayプリンター！
データ作成/入稿ガイド｜データ作成ガイド｜ネット印刷WAVE
テストデータ作成時に便利なストアドファンクション | キムラデービーブログ
画像解像度について｜データ作成ガイド｜ネット印刷WAVE
Rubyのテストデータ作成gem - rochefort's blog
モデルデータ作成までの流れ - VPVP wiki【9/22更新】
国立国会図書館収集書誌部と日本図書館協会目録委員会が連携して、RDAに対応した新しい書誌データ作成基準として新しい『日本目録規則』の策定へ
数値（表）、文章、地理空間情報のデータ作成に 当たっての留意事項（案）
国内の3Dプリンタ出力・３Dデータ作成のサービスまとめ | デジタルものづくりの情報サイト「メイカーズラブ」
3Dプリンター出力サービス・3Dデータ作成なら3Dayプリンター！
もう怖くない！大規模案件に負けないPSDデータ作成方法｜株式会社アクトゼロ｜クリエイティブブログ
【Illustrator初心者向け】3ステップで出来るイラストデータ作成法！