開発の流れとして、デザイン決定後にデザイン（Figma）が開発部隊に渡ってくることは多いと思います。 開発着手前にデザインについて確認しておいた方が良いことの備忘です。 サンプル画像はWebで作っていますが、内容としてはWebに限らず、iOS/Android Nativeなアプリも対象としています。 また、記載順をどうしようか迷ったのですが、特に体系だった説明もできないので思いついた順で書いています。 アイコン/画像について 画像の形式を確認しましょう 画像の形式はベクター画像（SVG）なのか、ラスター画像（PNGなど）か確認します。 アイコン系は基本的にベクターだと思いますので、SVGでExportできない場合はデザイン提供元に確認しましょう。 ラスター画像は要件上こだわりがなければ、開発側でWebP/JPEG/PNGなどの特性や稼働環境を鑑みて決定するで問題ないと思います。 スマホでは
「Google Colab」で「Gemini API」を試したので、まとめました。 1. Gemini API「Gemini API」は、「Google DeepMind」が開発したマルチモーダル大規模言語モデル「Gemini」を利用するためのAPIです。 3. Gemini API の準備Colabでの「Gemini API」の準備手順は、次のとおりです。 (1) パッケージのインストール。 # パッケージのインストール !pip install -q -U google-generativeai(2) 「Google AI Studio」からAPIキーを取得し、Colabのシークレットマネージャーに登録。 キーは「GOOGLE_API_KEY」とします。 import google.generativeai as genai from google.colab import userd
無料＆ブラウザ上でPDF・JPEG・PNG・GIFファイルからOCRによるテキスト抽出ができる「OCR PDFs and images directly in your browser」
PNG・JPEG・GIFといった画像ファイルやPDFファイルから、TesseractによるOCR(光学文字認識)でテキストを抽出できる「OCR PDFs and images directly in your browser」をエンジニアのサイモン・ウィルソン氏が公開しました。OCR PDFs and images directly in your browserはすべての処理をブラウザ上で実行するため、ファイルをどこかのサーバーにアップロードすることがないというのが大きな特徴です。 OCR PDFs and images directly in your browser https://tools.simonwillison.net/ocr Running OCR against PDFs and images directly in your browser https://simon
はじめに PNG や GIF 画像で identify を実行すると、よく分からない座標が表示される件です。JPEG では問題になりません。 なお、このエントリは実質 +repage の紹介記事となります。 % identify crop.png crop.png PNG 200x200 640x480+100+100 8-bit sRGB 183c 4344B 0.000u 0:00.000 ImageMagick はこの 640x480 を (Layer) Canvas サイズ、200x200 は (Image) Page サイズと呼びます。 (canvas は書き込み作業途中の image データを表す事もあって多義的なので注意) Canvas / Page のイメージ図 ImageMagick で crop を繰り返すと意図しない動きをしたり、GIF アニメーションの resize
米GoogleのChromeや米MicrosoftのEdgeなど、主要Webブラウザが9月11日から重大なゼロデイ脆弱性に対処するアップデートをリリースしている。この脆弱性「CVE-2023-4863」は、GoogleのWeb向け画像フォーマット「WebP」のヒープバッファオーバーフローに関するもので、既に悪用されているという。 この脆弱性は、米Apple Security Engineering and Architecture（SEAR）と加トロント大学のCitizen Labが6日に報告した。 本稿執筆現在、Chrome、Mozilla Firefox、Brave、Microsoft Edgeがこの脆弱性に対処するアップデートをリリースしている。 Googleは公式ブログで、「CVE-2023-4863のエクスプロイトが存在することを認識している」とした。 また、米Stack Dia
BUNKAタブーなんで今さら反暇空に鞍替えしてんの？
https://www.youtube.com/watch?v=2CqnaONH9J0&t=2580s 暇空のこのライブ動画の発言に対して https://imgur.com/HQuKcBp.jpeg 実話BUNKAタブー編集部＠BUNKA_taboo 漫画とかアニメとかの創作物で「救われた」とか言ってる人たち、それらに触れただけで救われたんなら、大してどん底だったわけじゃなく、絶対ぬるま湯な生活を送ってましたよね 実話BUNKAタブー編集部のアカウントがこんな腐しをしていた あのさ、みんな忘れてるか忘れたフリしてるんだと思うけど、 BUNKAタブーって以前、暇空本人に執筆依頼してまでcolaboを攻撃する記事載せてたよな。 なんで今さら編集部ごと暇空サイド弾劾する流れにシレっと変えてんだよ 手下のロマン優光にこんな事まで言わせてるし 暇空氏に便乗して無分別にデマをばらまいたり、誹謗中傷を
PCアプリで測定結果を閲覧可能なUSB PD3.1対応USBテスター「Power-Z KM003C」レビュー、1万円台で買えるのに「デバイスの給電状況」「USP PDの通信内容」「急速充電の対応規格」など膨大な情報を確認可能＆測定結果を保存して比較もできて超便利
GIGAZINE編集部ではスマートフォンやPC、USBアダプターなど多様なデバイスをレビューしており、デバイスへのUSB給電状況や対応規格などを確認できるUSBテスターが大活躍しています。しかし、編集部にあるUSBテスターには測定結果の画像出力機能が搭載されておらず、測定結果を示すには小さな画面をカメラで直接撮影する必要がありました。「測定結果をPCの画面に出力して保存したい。できれば給電状況の推移をグラフ表示する機能や過去の測定結果と比較する機能も欲しい」と考えて探していたところ、多機能かつ比較的安価なUSBテスター「Power-Z KM003C」を発見。実際にPower-Z KM003Cを買って使ってみたところ非常に高機能で役立つデバイスだったので、主な機能の使い方をまとめてみました。 Introducing the Brand New POWER-Z KM003C - Charger
2023年10月5日頃、X (Twitter) でOGP画像が設定されたWebページの URLをツイート（ポスト）しても従来のようにページのタイトルや概要が表示されなくなり、OGP画像とドメイン名だけが表示されるようになりました。 このままでは、画像の投稿 なのか、リンクの投稿なのかが分かりにくくなり、「画像だと思ってタップしたら外部のページに遷移してしまった」とか、逆に「リンクだと思ってタップしたら画像だった」ということで困っている方もいらっしゃるようです。 Webメディアを運用している方や、 私のようにブログを運用している場合などは、 このままではサイトへの流入が減少するため困ると言う方もいらっしゃると思います。 そこで、この記事では、「閲覧者側」と「メディア運営者側」と「ツイート（ポスト）投稿者側」それぞれにできる対策をまとめました。 投稿者側の対策については、閲覧者側の対策の下に書
EC2インスタンスの踏み台を用意したくない こんにちは、のんピ(@non____97)です。 皆さんはEC2インスタンスの踏み台を用意したくないと思ったことはありますか? 私はあります。 VPC上のRDS DBインスタンスやRedisクラスター、OpenSearch Service ドメインなどのリソースに接続したい場合、Site-to-Site VPNやClient VPN、Direct Connectがなければ踏み台(Bastion)が必要になります。 踏み台へのアクセス方法は以下のようなものがあります。 直接SSH SSMセッションマネージャー EC2 Instance Connect そして、踏み台となるリソースとして採用される多くがEC2インスタンスだと考えます。EC2インスタンスの場合、OS周りの面倒をみる必要があります。OS内のパッケージのアップデートが面倒であれば「踏み台が
東京・立川を拠点に起業に関連したさまざまなイベントを開催しているStartup Hub Tokyo TAMA。本記事では、『秒で使えるパワポ術』『秒で伝わるパワポ術』の著者で、シリョサク株式会社代表の豊間根青地氏が登壇したイベントの様子をお届けします。今回は、伝わりやすさの3要素の3つ目「画像」ついて語られました。 前回の記事はこちら 資料に使ってほしい2つのビジュアル要素 豊間根青地氏（以下、豊間根）：最後に画像の話をさらっとして終わるんですが、今、2つのスライドを作りました。 文字と色の話で、バリューチェーンのスライドとお客さまの声のスライドを作った。これだけでも、一応内容としてわかるのはわかるんだけど、なんか寂しいですね。殺風景なわけです。なので、これにビジュアルの要素を足していきます。 ビジネスシーンでスライドを作る時の、使ってほしいビジュアルの要素は2つありまして、「アイコン」と
高画質化する写真 保存に悩んでいませんか？ スマートフォンのカメラは、高画素／高画質化が著しい。「もっとディティールや解像感のある写真を撮りたい」というニーズに応える形で、レンズ交換式のデジタルカメラも、高性能なボディー／レンズが人気を博している。 ある意味当たり前かもしれないが、スマホやデジタルカメラで撮影する映像は、基本的に画素数（解像度）が高いほど画質が高まる。ハイエンドなスマホやレンズ交換式デジタルカメラでは、4000万画素超のカメラセンサーを採用している。スマホでは2億画素という超高画素センサーを搭載する事例も出てきた。 スマホとデジタルカメラで「高画素化」の目的は少し異なる。スマホの場合はどちらというと「デジタルズームの画質改善」と「受光性能（明るさ）の向上」を両立する手段であり、デジタルカメラでは「ディティールの描画をよりきめ細かく行う」ためという意味合いが強い。 ともあれ、
こんにちは、Webデザイナーのまっつーです。 フォトショ(Photoshop)のスーパー解像度の使い方について、実際の画像をお見せしながらわかりやすく紹介していきます。 この記事を読めば「提供された画像の画質が悪い…」「古い写真を使いたいが画質が悪い…」といった悩みが解決できます。 Photoshopのスーパー解像度とは 「スーパー解像度」とは一言でいうと、AIの技術で画像の解像度（画質）を格段にあげることできる機能です。 2021年Adobe Camera Raw v.13.2に追加された新しい機能で、Adobe Senseiという人工知能のAIが細部を自動的に補完し鮮明な画像に処理してくれます。（似ている機能で「ディテールを保持2.0」というものがありますが、期待できる効果は「スーパー解像度」の方が高くなります。） この機能を使うと画像の解像度は縦横それぞれ2倍のサイズになり、全体の解
はじめに 吉川@広島です。 OpenAIの新機能が盛り上がっていますね！ OpenAI DevDayで発表された様々な機能について、公式ドキュメントを見ながら少しだけ詳細を確認してみた | DevelopersIO いまのところ弊社記事はPythonコードが多い印象がありますので、いくつかの新規機能についてNode.js組である自分もサンプルコードを上げてみます。 環境 node v18.14.2 typescript 5.0.2 openai 4.16.1 [共通] OpenAIクライアントの初期化 openai パッケージをインストールします。 npm i openai クライアントを初期化します。 const openAi = new OpenAI({ apiKey: "xxxxxxxxxxxxxxxxxxxxxx", }); DALL·E 3 API [アップデート]DALL·E
SwiftGenとSwift-DocCを活用してコード上の画像を一瞬でプレビューする方法 - Mirrativ Tech Blog
こんにちはiOS開発をしている福山です。 この記事では、SwiftGenとSwift-DocCを用いて、xcassetsを開かずにコード内の画像をQuick Help（右パネルまたは⌥オプションキー+クリック）で直接確認する方法を紹介します。 各ツールの簡単な説明 Swift-DocCは、Swift言語用のドキュメント生成ツールです。Swiftコード内に書かれたコメントから、ナビゲーションが容易で、見た目も美しいドキュメントを生成することができます。 SwiftGenは、Xcodeプロジェクトで使われるリソース（画像、フォント、色、ローカライズなど）を静的に型付けされたSwiftコードに変換するツールです。自動生成された安全なコードを通じてリソースにアクセスできるため、タイプミスによるエラーや存在しないリソースへの参照をコンパイル時に検出するのに役立ちます。 SwiftGenの生成コード例
オブジェクトストレージにおけるファイルアップロードセキュリティ - クラウド時代に"悪意のあるデータの書き込み"を再考する - Flatt Security Blog
はじめに セキュリティエンジニアの齋藤ことazaraです。今回は、オブジェクトストレージに対する書き込みに関連するセキュリティリスクの理解と対策についてお話しします。 本ブログは、2024年3月30日に開催された BSides Tokyo で登壇した際の発表について、まとめたものです。 また、ブログ資料化にあたりオブジェクトストレージを主題とした内容の再編と、登壇時に口頭で補足した内容の追記、必要に応じた補足を行なっています。 なぜ今、この問題を取り上げるのか？ 近年のクラウドリフト、クラウドシフトにより、クラウドを活用する場面が多くなってきていると思います。その中で、多くの場面で利用されるオブジェクトストレージにおいて、データの書き込み時に気にすべきセキュリティリスクが存在するのをご存知でしょうか？ 近年、オブジェクトストレージの不適切な利用に起因する情報漏洩が多く発生しています。そのよ
本記事では、2024年4月18日からVersion 2 になったAssistants APIの使い方を1から解説します。 この記事は、OpenAI公式サイトの内容と、実際に手元で実践した結果を混合したものになっています。 まだ探りきれていないので、この記事をアップデートしていく予定です。 まず、以下が新機能の概要です： Assistants API v2（ベータ版）の新機能 -- 2024年4月 -- Assistants APIに様々な新機能と改良を発表し、ベータ版を新しいAPIバージョン`OpenAI-Beta: assistants=v2`に移行します。 新機能は以下の通りです。 * 改良された検索ツール`file_search`を導入しました。アシスタントあたり最大10,000ファイルを取り込むことができ、以前の500倍となります。高速化され、マルチスレッド検索による並列クエリをサ
unjs/nitro+satori+sharpで動的OGP画像を自動生成する - くらげになりたい。
Nuxtだと、Nuxt SEO Kitのnuxt-og-imageを使えば、 vueコンポーネントとかHMLTをOG画像にできるけど、 unjs/nitroでもできないかなと思い、 いろいろ調べてみたときの備忘録(*´ω｀*) nuxt-og-imageの中をのぞいてみたら、 satoriとsharpを使ってたので、それを参考に実装してみた satori+sharpを使った画像生成 この3つのライブラリを使うと、HTMLをPNGに変換できるっぽい vercel/satori ... ReactNode(VNode)をSVGに変換 lovell/sharp ... SVGをPNGに変換 natemoo-re/satori-html ... HTMLをVNodeに変換 satoriはVercel社が出しているライブラリで、JSX形式で利用するっぽい。 なので、HTMLといってもReactNod
Amazon Bedrock で Titan Image Generator を使って画像生成 - Taste of Tech Topics
今度、寝台列車で旅行に行きたいな、と思って先日予約に挑んでみたのですが、残念ながら予約競争に敗北してしまった、菅野です。 寝台列車は、今も人気が高いんですね。 ChatGPTでもDALL·E 3を用いることが出来るようになるなど、生成AIでも画像生成や読み込みなど一般的に用いられるようになってきました。 Amazonで利用できる生成AIプラットフォーム、Amazon Bedrokでも、以前から画像生成モデルとして世界的にも最も有名なStability AIが提供するStable DiffusionSDXLモデルを用いた画像生成が可能でしたが、 AmazonオリジナルのモデルTitanからも画像生成を行えるモデル、Titan Image Generatorも利用できるようになっています。 今回は、Titan Image Generatorを用いて実際にどのような画像生成ができるのかを見ていき
WebKit Features in Safari 17.0
Sep 18, 2023 by Jen Simmons and the Safari / WebKit Team Today’s the day for Safari 17.0. It’s now available for iOS 17 and iPadOS 17. [Update September 26th] And now, Safari 17.0 is available for macOS Ventura, and macOS Monterey, and macOS Sonoma. Safari 17.0 is also available in the vision OS Simulator, where you can test your website by downloading the latest beta of Xcode 15, which supports t
Amazon Kendra の Custom Document Enrichment と Amazon Bedrock で画像検索に対応する - Taste of Tech Topics
こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） 皆さんは、「前のプレゼン資料に使った、犬の画像はどこいったかな？あの画像が欲しいので、探してくれないかな？」と無茶振りされたことはありませんか？ そんな時でも、「舌を出して喜んでいる」と検索すれば画像がヒットし、こんな無茶振りにも応えることができるシステムを Amazon Kendra （以下、 Kendra ）で構築しました。 舌を出して喜んでいる犬 ちょっと待って Kendra は機械学習を利用した検索サービスで、ウェブサイトや S3 に保存したドキュメントなどをもとに、適切な検索結果を返します。 しかし、 Kendra で検索できるのはテキストだけで、画像を S
概要昨日発表されたGPT-4VのAPI（画像に対して質問を投げることができるAPI）を早速利用してみたので、サクッと使ってみようと思う。 使い方当然ながら、現時点ではLangChainなどのライブラリからは利用できないし、Pythonのライブラリもなさそう（→ありました）。ここに使い方が乗っているので、そのまま使ってみる。ローカルのイメージをbase64エンコードして送る感じらしい。 やってみる今回は、インターネットで検索して出てきた画像に対して、簡単な質問をしてみよう。今後いろんな論文をサクッと実装していきたいと思うのだけど、まずは手始めに早稲田大学の講義のページを使わせてもらいます。制約条件付き最適化の問題を解かせてみようと思います。 https://www.f.waseda.jp/ksuga/2007chap17.pdfよりimport base64 import requests
公式GoクライアントindigoでBlueskyのAPIを使ってみた - 小野マトペの納豆ペペロンチーノ日記
みなさんはまだXで消耗してますか？Blueskyに移住中の小野マトペです。 Go言語でBlueskyにポストを投稿するコードを書いたのですが、ベータ版とあってドキュメントも少なくやや難儀したので、メモとして残します。記事を通じて、Blueskyのアーキテクチャのユニークさも少しだけ伝われば良いなと思います。 クライアントには、Blueskyの公式Goリポジトリ github.com/bluesky-social/indigo のクライアント実装を使います。ただし、開発中で、今後使い方が変わる可能性もあるので気をつけてください。 github.com 概要 Bluesky は、大規模分散ソーシャルアプリケーションのための汎用連合プロトコル AT Protocol 上に構築されるアプリケーション実装であるという建て付けです。AT Protocolでは、クライアントやサーバーは XRPC という
（裁判結果） https://i.imgur.com/OvEzA3q.jpeg 「男性皆殺し協会マニフェスト」なるものを紹介していた事実を踏まえて行われたものであり、違法な名誉感情侵害にならない旨主張する。 しかし、証拠（乙４４、４５）によれば、被告指摘に係る事実は、本件投稿⑥の約１０年前である平成２２年又は平成２３年の出来事と認められる上、本件投稿⑥の前後で話題になっていたとは認め難いから、本件投稿⑥が前記事実を踏まえて行われたとは認められない。 そもそも前記事実をもって、「他罰性にハマり切って狂って」いるとの人を貶める苛烈な表現が許容されるとはできず、いずれにせよ被告の主張は採用することができない。 （３）小括 したがって、本件投稿⑥には、名誉毀損の不法行為は成立しないが、名誉感情侵害の不法行為は成立する。 （以上、神坂元弁護士がアップしている資料より。http://www.mklo.
「Google Colab」で「Claude 3」の「Vision」を試したので、まとめました。 前回 1. Vision「Claude 3」には、画像を理解して分析できる「Vision」機能が搭載されています。テキストと画像の両方を入力して会話することができます。 2. Visionの入力画像2-1. 画像サイズ画像の長辺が 1568ピクセル を超える場合、または画像が約 1600トークン を超える場合、サイズ制限内になるまでアスペクト比を維持しながら縮小されます。入力画像が大きすぎてサイズ変更する場合、time-to-first-tokenのレイテンシが増加します。特定のエッジに 200ピクセル未満の非常に小さな画像があると、パフォーマンスが低下する可能性があります。 以下は、一般的なアスペクト比に合わせてサイズ変更されない、APIで受け入れられる最大画像サイズです。 ・1:1 : 1
2023年5月、Vivaldiの日本先行でのiOS版プレビューリリース発表のためヨンが来日したことをきっかけに、インターネットの将来やアクセシビリティについて語る対談の機会が設けられました。 Vivaldiブラウザの創業者ヨン・フォン・テッツナーは、'90年代から長きにわたりWebブラウザ開発に携わってきた、ブラウザ業界のキーパーソンの一人です。彼のブラウザ開発のコアには、ユーザ一人ひとりのニーズに合わせた非常に柔軟なカスタマイズ性や、プライバシー保護があります。また、一部ビックテック企業によるユーザ行動の監視から逃れ、インターネットの安全性を高めるためのオープン標準規格やルール作りなどに貢献する活動も行っています。 聞き手は、ミツエーリンクス社でWeb標準技術の策定やアクセシビリティの啓発に携わってきた木達一仁氏です。 左から木達氏、ヨン、冨田 2023年のホットトピックから～生成系AI
WebP/AVIF画像をJPEGやPNG形式に変換してダウンロードし保存できるブラウザ拡張「WebP / Avif image converter」レビュー
ページに挿入する画像の形式として「WebP」や「AVIF」を採用するウェブサイトが増えつつあります。しかし、画像ビューワや画像編集ソフトの中にはWebPやAVIFに対応していないものも多く、「ウェブページから画像をダウンロードしたものの、WebP形式の画像だったから編集ソフトやビューワで開けない」といった状況に遭遇した経験がある人も多いはず。ブラウザ向けの拡張機能「WebP / Avif image converter」を使えばWebPやAVIF形式の画像をJEGやPNGなどの扱いやすい形式に変換しつつダウンロード可能とのことなので、実際にインストールする手順や使い方を確かめてみました。 WebP / Avif image converter – 🦊 Firefox (ja) 向け拡張機能を入手 https://addons.mozilla.org/ja/firefox/addon/we
by Alistair Shepherd published on Dec 14, 2023 Carefully observing websites in the wild As the murderous tortoises start to converge on Ryūji’s hideout, they pull out their phone. It’s a cheap, older device but it’s survived the toils of the tortoise-ageddon well so far. Thankfully the internet still exists, although a bit slower, so they’re able to search online for how to scare tortoises away. T
Metaは、AIツールで作成された写真に「Made with AI(AI製)」というラベルを付ける施策を始めました。ところが、人間が撮影した写真にも「AI製」というラベルが付けられてしまったことがわかりました。 Meta is tagging real photos as 'Made with AI,' say photographers | TechCrunch https://techcrunch.com/2024/06/21/meta-tagging-real-photos-made-with-ai/ 誤ってAI製のラベルが付けられてしまったのは、写真家のピート・ソウザ氏が撮影した以下の写真です。ソウザ氏は「AdobeのPhotoshopを使ってトリミングをすると、その画像をJPEGとして保存する前にヒストグラムを平坦化しなければなりません。この処理が、Metaのラベル付けの引き金と
【はじめてのIoTシステム構築】会社のロッカーの様子を遠隔から確認できる仕組みを作ってみた - NTT Communications Engineers' Blog
はじめに はじめまして。クラウド&ネットワークサービス部 データプラットフォームビジネス推進部門でIoT Connect Mobile Type S（以下 ICMS）の販売推進を担当している、櫻井幸大です。普段はICMS/モバイル回線の開発～運用を担当しているのですが、今回はOJT（別部署で勤務をする社内研修）のためICMSの販売推進として記事執筆をすることとなりました。 今回は、ICMSを使い販売推進担当で遠くからカメラを動かすシステムを作ってみましたので（機器を他社から購入し、ICMSと組み合わせて自分たちでプログラムを作りました）、その様子をお伝えします。 ICMSとは？ ICMSとは、NTT Comが提供するIoTデバイス向けのSIMカード/通信回線です。SIMカードと通信回線を管理するためのポータルもセットで提供しています。お客さまの用途に合わせて柔軟に料金プランや接続方式を選択
Microsoftのコミュニティに、「電卓」や「フォト」などのソフトウェアが動かなくなったという報告が寄せられています。報告しているユーザーによると、不具合報告のための機能である「フィードバックHub」も動かなかったとのことで、情報交換により、ハードウェアが古いことが原因であることが示唆されています。 Microsoft Photos: File system error (-2147219196) - Microsoft Community https://answers.microsoft.com/en-us/windows/forum/all/microsoft-photos-file-system-error-2147219196/3bf0b7d0-4390-46f2-b948-a1e05d726e73 Windows 10 users report app issues afte
iOS17では、縦に長いWebページのスクリーンショットの保存形式として、従来のPDFに加えて画像（JPEG）形式で保存できるオプションが追加されます。スクリーンショット画像を共有したり加工するのに便利になります。 ※記事中の機能や使用しているスクリーンショットは、取材に基づく特別な許可に基づき使用しています。機能やデザインは、iOS17パブリックベータのものであり、正式版では変更される可能性がありますのでご了承ください。 ■3行で分かる、この記事のポイント 1. iOS17では、縦長のスクリーンショットをJPEG画像でも保存可能。 2. macOSでは、フルページスクリーンショットの撮影は標準では非対応。 3. iOS17パブリックベータで試してみた。 縦長Webページのスクリーンショットを画像でも保存可能に これまで、iPhoneやiPadで、縦長の画面のスクリーンショットを撮影して「
↓「ゆっくりモータリング」おすすめ動画↓ 数年でゴミになる！アイドリングストップを絶対にしてはいけない…知らないと絶対に後悔するAT車の故障原因を徹底解説【ゆっくり解説】 https://www.youtube.com/watch?v=0PvmIGJ9HYY デカすぎて実質無免許運転⁉︎発売後半年間、1台も売れなかった悲惨なトヨタの最高級ミニバンを解説【ゆっくり解説】 https://www.youtube.com/watch?v=5pYf-0xcV7k EVがヤバすぎる…数年でゴミになる、EV購入者の後悔と悲惨な現状…EVを購入してはいけない理由とは？【ゆっくり解説】 https://www.youtube.com/watch?v=aJact5z5Biw 【動画内の画像について】 動画内で使用されている画像については主に”CCライセンス”の画像を使用させていただいてます
画像を理解するGPT-4 Visionで、既存の画像認識モデルを説明可能にする ~ 新宿の特徴は"ビル群"だが、日本橋の特徴は"密集したビル"? ~ - エムスリーテックブログ
特化型モデルで識別・ピクセル重要度抽出した後に、GPTで自然言語に変換する 画像認識モデルを作ったら、そのモデル自体から"こういうオブジェクトがあるから私はこう認識したんだよ"と教えてほしくありませんか？ 今回作るのは、図のように、写真が東京都中央区で撮られているとわかるのは、"照明と配管"が特徴的で、"箱やパッケージが多い"から市場らしさがあるんだよ、と自分で説明してくれるAIです。 背景ですが、機械学習が、それを本業とする人以外にも幅広く使われるようになってくるのに伴い、モデルの説明可能性も重要視されているように思います。 テーブルデータからの識別問題であれば重要な項目を特徴重要度などから測ることはできなくはない *1ですし、自然言語処理であればどういうトークンが重要だったかというところである程度解釈できるように思います。 それらに比べても、画像処理・信号処理の分野での特徴重要度という
Node.js で X（Twitter）、Bluesky、Mastodon に JSON データから同時投稿（クロスポスト）する
Node.js で X（Twitter）、Bluesky、Mastodon に JSON データから同時投稿（クロスポスト）する JSON データから X（Twitter）、Bluesky、Mastodon などの SNS にクロスポストする JavaScript（Node.js）を書いてみたので GitHub で公開しました。 私事ながら、現状、SNS としては X （旧 Twitter）、Bluesky、Mastodon を日常的に使っていて （Threads と Nostr も使っていますが特に Threads は放置気味......）、全部じゃないにしても、一部の投稿については、これらすべてのサービスに同時投稿したいなと、なんとなく思っていました。 巷にはそういう Web サービスも探せばあるとは思うんですが、なるべく自前でやろうということで、週末に思い立って手を付けたら見事に週末
The latest news from Google on open source releases, major projects, events, and student outreach programs. The internet has changed the way we live, work, and communicate. However, it can turn into a source of frustration when pages load slowly. At the heart of this issue lies the encoding of images. To improve on this, we are introducing Jpegli, an advanced JPEG coding library that maintains hig
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
今日も今日とてopenAIの新発表が機械学習界隈を賑わせていますね。 今回は、2024/05/14に発表されたGPT4oについてです。 返答速度があがったり画像認識精度があがったり音声会話の性能が良くなったりと色々話題が尽きません。 具体的にどのあたりが凄くなったのかは僕以外にもまとめている人が多そうなのでこの記事では触れません。 個人的に特に気になっているのが画像認識の精度向上部分で、今回は画像認識精度がどの程度あがったのか？というのを画像系機械学習の主要なタスクであるBBoxによる物体認識というタスクで簡単にチェックしてみようと思います。 BBoxとは BBoxはBoundingBoxの略で、画像内の特定のオブジェクトを囲むために使用される長方形のボックスの事を指します。 BoundingBoxの定義は以下の通り このBBox検出は画像系機械学習モデルの基本的なタスクであり、自動運転の
NovelAI パラメータの調整｜シトラス
こんにちはこんばんはおはようございます、シトラスです。 この記事は主に自分用の覚え書きです。 NovelAIでイラストを出力する際の各パラメータがどんな役割を持っているかを簡単にまとめたものです。 用語解説各種パラメータPromptプロンプトと呼ばれるAIへの指示をこのボックスに入力します。 NovelAIでは海外の画像検索サイト(Danbooru)のタグが通りやすいように調整されているので、ここに入力する単語の事をタグと呼びます。 プロンプトはタグを並べるように入力し、手前に入力したタグほど強く反映されます。 []で囲ったタグは重みが1.05で分割されて弱くなります。 {}で囲ったタグは重みが1.05倍されて効きが強くなります。 Add Quality Tagsイラストの出力を安定させるタグのセットを自動で入力してくれるというものです。 NovelAI v3ではこれらのタグがプロンプトの
Security alert: social engineering campaign targets technology industry employees
SecuritySecurity alert: social engineering campaign targets technology industry employeesGitHub has identified a low-volume social engineering campaign that targets the personal accounts of employees of technology firms. No GitHub or npm systems were compromised in this campaign. We’re publishing this blog post as a warning for our customers to prevent exploitation by this threat actor. GitHub has
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
エンジニアがデザインについて確認した方が良いこと - Qiita
Google Colab で Gemini API を試す｜npaka
ImageMagick の Canvas / Page について - Qiita
「Windows 11 バージョン 22H2」以降ならタダ ～iPhoneのHEIC写真をWindowsで扱う方法／iPhoneのカメラをJPEG保存に切り替えるよりもスマート【やじうまの杜】
WebPコーデックの重大な脆弱性対処でChromeなど主要Webブラウザが緊急更新
X (Twitter) で従来のようにOGP画像にタイトル等のテキストを表示する方法まとめ
AWS CDKでECS Fargate Bastionを一撃で作ってみた | DevelopersIO
いかにもなフリー素材の使いすぎが資料を安っぽくする プロが教える、プレゼン資料で使うビジュアル選定のポイント
これからのNASは“AI性能”で選ぶ！ QNAPのAI NAS「TS-AI642」で変わる写真管理
【実例付き】Photoshop(フォトショ)のスーパー解像度の使い方・注意点| 株式会社LIG
OpenAI APIの新機能をNode.jsから使ってみる | DevelopersIO
ChatGPT Assistants API の使い方｜ChatGPT研究所
GPT-4VのAPIをサクッと使ってみる！｜peisuke
北村・雁林訴訟結果「１０年前の発言を元に批判するのはNG」
Google Colab で Claude 3 の Vision を試す｜npaka
AI時代のWebブラウザから考えるWebアクセシビリティの本質 ――Vivaldiのアプローチから | gihyo.jp
Getting started with Web Performance 🚀 - HTMHell
Metaが本物の写真に「AI製」というラベルを付けているという報告
Windows 10搭載の古いPCで「電卓」や「フォト」などが起動しなくなる不具合が発生
iOS17では縦長ページのスクリーンショットをJPEGでも保存可能 - iPhone Mania
今、電動キックボードでとんでもない事故が多発していることを知っていますか？【ゆっくり解説】
Introducing Jpegli: A New JPEG Coding Library
米映画監督オリバー・ストーンさん、沖縄でよみがえったあの日の記憶：朝日新聞デジタル
GPT4oを使って、訓練無しで物体検出(BBox)ができるか試してみる