並び順

ブックマーク数

期間指定

  • から
  • まで

41 - 43 件 / 43件

新着順 人気順

OpenCVの検索結果41 - 43 件 / 43件

  • 木の画像からHSの度数を取得し機械学習で分類する - Qiita

    概要 木の幹の画像からH,S(色相、彩度)成分を取得、さらにその度数を計算しそれらの値を特徴量として機械学習を行い木の種類を分類する。 使用する木の種類 4種類の木を対象とした。 クスノキ モッコク マツ サクラ 用意した画像データ ・クスノキ 3本の木から異なる角度で撮影した写真計6枚 ・モッコク 3本の木から異なる角度で撮影した写真計5枚 ・マツ 3本の木から異なる角度で撮影した写真計8枚 ・サクラ 3本の木から異なる角度で撮影した写真計6枚 H,Sヒストグラム比較 import cv2 import pandas as pd import numpy as np from matplotlib import pyplot as plt import sys,os import re from tqdm.notebook import tqdm # 画像保存先 dir_path = '

      木の画像からHSの度数を取得し機械学習で分類する - Qiita
    • Jax と PyTorch 用の TFDS  |  TensorFlow Datasets

      Jax と PyTorch 用の TFDS コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 TFDS は常に フレームワーク非依存型でした。たとえば、NumPy 形式のデータセットを簡単に読み込んで、Jax と PyTorch で使用することができます。 TensorFlow とそのデータ読み込みソリューション(tf.data)は、設計上、API の第一級市民です。 TensorFlow を使用せずに NumPy のみでデータを読み込めるように、TFDS を拡張しました。これは、Jax や PyTorch などの ML での使用に便利であり、実際に PyTorch ユーザーの場合、TensorFlow では以下のことが発生する可能性があります。 GPU/TPU メモリの予約 CI/CD でのビルド時間の長期化 ランタイム時のインポートの長期化 Tensor

        Jax と PyTorch 用の TFDS  |  TensorFlow Datasets
      • 分かりやすいHough変換の解説 - Qiita

        はじめに 「え!?好きなタイプですか?うーん...まっすぐな人かな...。」 そんな直線系男子がお好みな貴女、お待たせしました、まっすぐな人はすぐには見つけられませんが、まっすぐなものなら画像からすぐに抽出できます。 ということで、本記事では、画像から直線を検出するスタンダードな手法であるHough変換について解説したいと思います。 なぜ今更こんなベーシックな技術を解説するかというと、 それがdual spaceでの検出である、という解釈が見当たらなかった 改良方法についての解説が少ない 変換、と呼ばれる所以についての解説が見当たらなかった OpenCVで投票値、もしくは投票順位順に取る方法が見当たらなかった からです。 Hough変換とは dual spaceで、投票によりprimitive(e.g. 直線、円)を見つける手法です。 (以下に上記意味の解説を述べます。) Hough変換に

          分かりやすいHough変換の解説 - Qiita