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
賃貸住宅の“給湯器”が壊れ連絡、管理会社の塩対応を“即対応”へ変えた法律用語がSNSで話題に…「設備故障に伴う家賃減額」って？ | 弁護士JPニュース
給湯器やエアコンといった賃貸物件に備え付けの設備が前触れなく壊れ、頭を抱えたことのある人は少なくないのではないか。 今年6月、X上で「給湯器が壊れた」というkimijimaticさん（＠image_jpeg）の投稿が大きな話題を呼んだ。話題となった理由のひとつは、kimijimaticさんが管理会社に対し、設備故障などによる“家賃減額”を取り決めた民法上の保障を主張していたためだ。 この投稿はX上で約1500万回表示され、14万件のいいねがついた（2024年8月現在）。 投稿者のkimijimaticさんは、取材に対し、ここまで大きな話題になるとは思っていなかったとしつつ、「対応してくださった管理会社を責めるつもりもなく、スパムリプライ等も多かったことから投稿を削除しようかとも思いましたが、X上での反応を見て『設備故障に伴う家賃減額』について知らない方がとても多いと感じ、投稿内容が誰かの役
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
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
日本共産党「米寄越せ！デモするぞ！」
米が買えない、販売できない、安心してつくれない 政府は国民の主食・米に責任を持て！ 9.10緊急行動 https://i.imgur.com/wrWs9n4.jpeg （主催の農民運動全国連合会と新日本婦人の会は実質的に日本共産党の下部組織。衆院議員会館の会議室借りてるところからも明らかだね） 既に都内ですら新米が並んでるんだが何がしたいんや（https://i.imgur.com/YYkgbqo.jpeg https://i.imgur.com/P1KrIbI.jpeg） スーパーで買えるようになったせいで通販の若干割高な米はキャンセルされまくってるのに。 元々不作ではなく通年の需要が急増したわけでもないのに共産党は何がしたかったのか。 普段からスーパー行っていれば白米以外の米（玄米、もち米）やパックご飯、その他の米より安価な食料品は山ほど売ってて、食糧危機ではなく一過性ののものだって理
オープンソースのミラーレス一眼カメラ「Sitina 1」
35mmフルサイズのミラーレス一眼カメラ「Sitina 1」のハードウェア設計やソフトウェアのソースコードを、エンジニアのWenting Zhang氏がGitLabで公開しています。 Wenting Zhang / Sitina1 · GitLab https://gitlab.com/zephray/sitina1 「Sitina 1」はもともとアナログの一眼レフカメラをデジタルカメラに改造するための背面パーツを作るプロジェクトでしたが、最終的には完全なミラーレス一眼レンズ交換式カメラとなりました。 レンズを取り付けたSitina 1の外観は以下のようになります。 ハードウェアの暫定的な仕様は以下の通り。 パーツ仕様SoCXilinx Zynq 7010 (2x667MHz Cortex-A9、28K ロジック セル FPGA)RAM512MB 16ビットDDR3 SDRAMAFEAna
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
NovelAI Diffusion V3はデフォルト設定では、生成画像の画風や品質を保つのが難しい。しかし、呪文（プロンプト）に適切なタグを追加することで、出力画像の品質向上が可能だ。 本記事ではブルアカキャラを例として、NovelAIにおける品質タグや画風タグの使い方を解説する。 デフォルト設定で生成まず、NovelAIの初期設定のままで生成した画像が以下。 キャラクターはブルアカの天童アリス。 アリス (品質タグ無し)ソース:Stable Diffusion XL C1E1DE52 (NAI Diffusion Anime V3) 要求タイプ: Text to Image プロンプト: {1girl, aris (blue archive), blue archive}, blue eyes, black hair, very long hair, one side up, hairb
クラウド本部 クラウドソリューション部に所属(2024年入社) 主に社内向けのクラウド記事を書いてます。でかい鯉を見るのが好き。 はじめに どうもこんにちは、好きな料理漫画は「ミスター味っ子」、クラウドソリューション部の立木です。 ここ2か月間、おいしいので毎晩カレーを食べていましたが、流石に嫌気が刺してきたのでAIに献立を考えてもらうことにしました。 ただ、それだけだと面白味がないので、近所のスーパーのチラシを用いてOCRを行い、読み取った情報を元に献立を考えてもらいます。 それでは実際にやっていきましょう。 ※今回、たまたまいなげや様のチラシを使用していますが、本件はいなげや様とは無関係なのでお問い合わせされないようにお願いします。あくまで私個人が本ツールの検証として使用しただけです。 構成 今回の構成です。 まず、チラシをWebサイトから入手し、そのときの形式がPDFなのでjpegに
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
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
もうやった？ iPhone 16 Pro／Pro Maxを買ったら確認すべきカメラ設定2024.09.20 20:0042,190 三浦一紀 まずはここを確認してね。 iPhone 16 Pro/Pro Maxを買ってきたらまず確認していただきたいのが、カメラの設定です。カメラ性能をフルに活用したいなら必ず行ないましょう。 写真のファイル形式の選択とProRAW撮影を有効にするiPhone 16 Pro/Pro MaxはProRAW形式での撮影がサポートされています。しかし、買ってきたままの状態ではProRAWでの撮影はできません。そこでまず、ProRAWで撮影できるように設定しましょう。 まずは｢設定｣を開いて｢カメラ｣をタップします。 カメラの設定画面が開くので、｢フォーマット｣をタップします。 ｢カメラ撮影｣の項目で｢高効率｣を選択すると撮影した写真はファイルサイズの小さいHEIF形
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
（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
初めまして、株式会社Berryの齋藤です。 みなさまLambdaはやっておりますでしょうか。 Berryでも3Dデータの自動処理を行う上で数多くのLambda関数を作成、運用しています。 その中で3Dデータのプレビュー生成が必要になったため、blenderによるプレビュー生成を行うことにしました。 通常であればEC2を使い、レンダリングサーバーを立てることが一般的かと思いますが、費用面・運用面を考慮し、Lambdaによるサーバーレスなレンダリングサーバーを作成することにしました。 非常にニッチなユースケースですが、ざっと検索したところ日本語の情報が少なかったので、今回はblenderをLambda上で動かす方法を紹介したいと思います。 サンプルリポジトリ 前提条件 AWS CLIとAWSアカウントが設定済み Dockerインストール済み (x64のCPUで検証しています。armの場合はダウ
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
画像の背景を爆速で削除して透明化できるウェブアプリ「Remove-bg」が公開されました。非常に高速な背景削除処理をローカルで実行可能とのことなので、実際に使ってみました。 Free Background Remover | Automate Your Image with Bannerify https://bannerify.co/tools/remove-bg Remove-bgには、上記のリンクからアクセス可能。Windowsの場合、Chromeでの動作を確認済み。FireFoxでは動作しませんでした。 試しに以下の画像の背景を削除してみます。 画像をRemove-bgの画面内の「Choose file or drag here」と記されたエリアにドラッグ＆ドロップ。 数秒で背景削除処理が完了しました。「Download」をクリックすると背景削除後の画像をPNG形式でダウンロードで
【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
↓「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
「iPhone 16 Pro」シリーズの最大ストレージが2TBになるという情報についてMacRumorsは自身の見解を含めてまとめています。 新しいiPhoneのイメージ今年1月、iPhone 16 ProとiPhone 16 Pro Maxの最大ストレージは現行の2倍の2TBになるという報道がありました。 これは、AppleがQuad-Level Cell（QLC）NANDフラッシュメモリを採用するという予測からきています。QLC技術は、現在のTriple-Level Cell （TLC）NANDに比べてコストを削減しながら、より小さなスペースにより多くのストレージを詰め込むことが可能になるといわれています。 iPhone 16 Proシリーズは、ストレージ増量の必要性を正当化するような大幅なカメラのアップグレードを受けると予想されています。噂では、メインカメラと同じピクセルビニング技術
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
WebKit Features in Safari 18.0
Safari 18.0 is here. Along with iOS 18, iPadOS 18, macOS Sequoia and visionOS 2, today is the day another 53 web platform features, as well as 25 deprecations and 209 resolved issues land in WebKit, the rendering engine driving Safari. New in Safari 18 Distraction Control Distraction Control lets you hide distracting items as you browse the web, such as sign-in banners, cookie preference popups, n
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
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
はじめに はじめまして。機械学習エンジニアをしています、原です。 Google Cloud Champion Innovators(AI/ML)として選出いただき、活動しています。Google Cloud Innovatorsは、Google Cloud開発者/技術者のためのメンバーシッププログラムです。誰でも参加可能ですので、Google Cloudユーザーの方はぜひ参加をおすすめします！ この記事では、2023年12月13日にVertex AIで利用可能になったGemini Proを使います。これから試してみる方の参考になれば幸いです。 Geminiとは この記事を読んでいる方は既にご存知かもしれませんが、Geminiとは何かを軽く説明します。VertexAI Gemini APIに関してのみをキャッチアップしたい方は「Vertex AI での Gemini Proの概要」からお読みい
古いフィルムカメラを2000万画素のデジタルカメラにするアクセサリー「I'm Back Film」 Photo Rumorsで、フィルムカメラを2000万画素のデジタルカメラに変身させるアクセサリー「I'm Back Film」が紹介されています。 ･New on Kickstarter: "I'm Back Film" adds 20MP digital film cartridge to old 35mm film cameras 「I'm Back」デジタルバック・プロジェクトは何年も続いており、今も更新されている。最新の「I'm Back Film」バージョンは、古い35mmフィルムカメラに2000万画素のデジタルフィルムカートリッジを追加するもので、現在Kickstarterで出資を募っている（わずか17分で満額出資となった）。以下は「I'm Back Film」のスペックだ。
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
「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】
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
NovelAI V3における生成画像の高品質化に役立つ画風指定タグの解説｜宇田呂井汲
スーパーのチラシをOCRで読み取らせてAIに献立を提案してもらう | IIJ Engineers Blog
【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
もうやった？ iPhone 16 Pro／Pro Maxを買ったら確認すべきカメラ設定
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
AWS Lambdaにblenderを載せてサーバーレスなレンダリングサーバーを作る
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
爆速で画像の背景を削除できるウェブアプリ「Remove-bg」レビュー
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
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】
「iPhone 16 Pro」に最大2TBのストレージ搭載の理由と懸念 - こぼねみ
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
Introducing Jpegli: A New JPEG Coding Library
Vertex AI(Gemini API)でGemini Proを試す
古いフィルムカメラを2000万画素のデジタルカメラにするアクセサリー「I'm Back Film」