画像認識モデルを作るための鉄板レシピ
2. Agenda 自己紹介 はじめに 鉄板レシピの全体構成 Recipe1: Survey Task Planning: モデルの要件を設計する Gather Images: 画像の収集を行う Implements Pipeline: 画像の処理プロセスを実装する Annotation: 画像へのアノテーション Recipe2: PreProcessing Calculate Parameters: 前処理用パラメーターの計算を行う Data Augmentation: 学習画像の拡張を行う Recipe3: Training Use Pretrained Model: 事前学習済みモデルを利用する Training: 学習を実行する Conclusion 3. 自己紹介(1/2) 久保隆宏 TIS株式会社 戦略技術センター
Chainerでフォントを識別してみる (1) - 午睡二時四十分
Chainerで何か分類してみるにあたって、 1. 分類できて嬉しい 2. サンプル収集の目処が立ちそう 3. 莫大なデータ量にならない な分類対象として、文字のフォントの分類をしてみようと考えた。 1. 分類対象クラス 分類クラス数は今後増やしていくとして、まずはセリフ体とサンセリフ体一種類ずつ、BodoniとHelveticaを分類してみることにした。 Bodoni Helvetica 2. データセットの作成 大文字もしくは小文字を一文字ずつ64*64の画像に印字したデータを作成する。これより画像が小さいと、ジャギが立ってしまうので、フォント判別に良く無いと判断した 用意するデータ毎にx位置y位置をずらしておく。（フォントによって、ベースライン位置が異なっていたりするため、これを手掛かりにさせず、あくまで字形で分類させたいため） Train用のデータセットでは[a-mA-M]、Tes
日本一詳しくGrad-CAMとGuided Grad-CAMのソースコードを解説してみる(Keras実装) - Qiita
背景 今更ながらGrad-CAMとGuided Grad-CAMを使う機会があったので、Keras実装のメジャーっぽいリポジトリを改造して利用したのですが、結構詰まりポイントが多かったので(私だけ？)復習もかねてソースコードを解説しようと思います。 そもそもGrad-CAM, Guided Grad-CAMとは？ 簡単に言ってしまうと、CNNの判断根拠の可視化技術になります。 私は可視化については完全にビギナーなのですが、そんな私でも知ってるぐらい可視化の中ではメジャーどころなのではないでしょうか。 論文は2017に出されているので、おそらく発展手法(Grad-CAM++とか?)も沢山出ているとは思いますが、ビギナーなので情報の充実しているGrad-CAMを今回は使ってみました。 Grad-CAMの論文 見たことがあるかも知れませんがこちらがGrad-CAMとGuided Grad-CAM
最新手法！「Grad-CAM++」のレビューと実装 - Qiita
#はじめに 現象数理学科4年Dasonです。Qiita８記事目。 この記事は「明治大学 Advent Calendar 2018」第８日目の記事です。 本当はこの日に書く気はなかったのですが、PayPayでNintendo Switchを買ってテンションが上がった...兼ねてから実装を試みていたGrad-CAM++の実装ができたので、勢いで書いちゃうことにしました。 簡単になんでこの内容を選んだのか、どういう仕組みなのかを説明した後、実装＆実験といった流れで話を進めて行きます。 では、いきましょう。 ※注意 (2019年5月追記) この記事を最初に執筆して半年近く経過しますが、半年もすると「最新手法！」とは言えなくなってきました。ごめんなさい。釣りじゃないです。 ただ、Grad-CAM++はCAMやGrad-CAM同様一目で分かりやすい結果の描画ができたり、Grad-CAMのもついくつかの
Grad-CAMの実装コードを読んでみた - Qiita
Grad-CAMって何だろうと思ってKeras実装コードを調べてみました。 論文も読んでないし、数式も全く理解してませんが一応動作は追えたかなと思います。 Grad-CAM のコード https://github.com/eclique/keras-gradcam Grad-CAMの核心部分は下記です。今回の場合layer_name='block5_conv3'です。 途中にprint文を挟んでnp.arrayの形を確認しました。 def grad_cam(input_model, image, cls, layer_name): y_c = input_model.output[0, cls] conv_output = input_model.get_layer(layer_name).output grads = K.gradients(y_c, conv_output)[0] ou
【特徴部位可視化】Grad-CAMとGuided Grad-CAMで遊んでみた♬ - Qiita
今回は、だましのテクニックの話、その根本のところで「説明責任」の話があり、以下の紹介記事①にあるようなことはどうすればできるのか興味がわいたのでやってみました。 （以下は、参考記事①からの引用です） 「写真のように"犬"と"猫"を判別する分類器にGrad-CAMを適用した場合、"犬"、"猫"のそれぞれについて特徴部位がヒートマップで強調されます。"犬"の特徴部位を可視化した場合には、犬の顔がヒートマップで強調され、"猫"の特徴部位を可視化した場合には、猫の胴体の部分がヒートマップで強調されています。...そこで拡張手法であるGuided Grad-CAMを適用して高解像度の画像を出力した結果が、ヒートマップ図の右隣の画像です。犬の画像では犬の顔の特徴として垂れた耳、目、頬などが可視化されているのが見て取れます。同様に猫の特徴部位として胴体の縞模様に着目していることがわかります。」 元画像
CNNは絵札のどの部分に注目してフォントを見分けているか
（※スライド中の一部潰れている箇所は、ダウンロードしたスライドでは綺麗に見えます） Maker Faire Tokyo 2017 にて展示した「MSゴシック絶対許さんマン」のフォント識別方法とその結果可視化方法についてです。 「MSゴシック絶対許さんマン」は、並べられたカルタの中から「MSゴシック」で書かれたカルタだけをディープラーニングで識別し、拾い上げ、床に落とす展示です。 MSゴシックを識別している様子はこちらから見れます。 https://www.youtube.com/watch?v=qorjEbTfeR8 MFT2017 出展者紹介ページ http://makezine.jp/event/makers2017/m0235/ 展示振り返り: Maker Faire Tokyo 2017 に初出展して「MSゴシック絶対許さんマン」を展示しました！ http://ysdyt.net/
画像認識AIと人間の目、どちらが勝つ？ブースで展示した「MSゴシック絶対許さんマン」をご紹介！ ‐アドテック出展レポート その5- - Platinum Data Blog by BrainPad
アドテック東京2018レポート最終回となる今回はおまけとして、弊社のブースにあったAIロボット「MS絶対ゴシック許さんマン」についてご紹介します！ 過去の連載はこちら 第1回：http://blog.brainpad.co.jp/entry/2018/11/02/125515 第2回：http://blog.brainpad.co.jp/entry/2018/11/12/111058 第3回：http://blog.brainpad.co.jp/entry/2018/11/16/113612 第4回：http://blog.brainpad.co.jp/entry/2018/11/26/112457 こんにちは。ブレインパッドの大野です。 アドテックレポートも最終回となりました。みなさん、全5回読んでいただけたでしょうか？！ まだ読んでいない方は、ぜひ前回までのレポートもチェックしてみてく
深層学習は画像のどこを見ている！？ CNNで「お好み焼き」と「ピザ」の違いを検証 - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 こんにちは、AI開発部の伊藤です。 今回のブログは、「深層学習はいったい画像のどこを見て判断しているのか」という素朴な疑問に答えてくれる技術として、昨年提唱された「Grad-CAM」という技術を紹介します。 目次 目次 1. はじめに 2. Grad-CAMの紹介 Grad-CAMの仕組み： 3. 適用例 3-1. 画像キャプション生成（Image Captioning） 3-2. VQA（Visual Question Answering） 3-3. 学習用データのバイアス 4. 実施例（お好み焼きとピザを分類） 4-1. 画像データについて： 4-2. CNNの構築： 4-3. Grad-CAMの実装： 4-4. 実施結果の評価 お好み焼き画像でCNNの判定が当たっているケース： ピザ
”フォント”の違い、深層学習で区別できるのか？ ー ディープラーニングでフォントを見分けるロボットアーム「MSゴシック絶対許さんマン」を「Maker Faire Tokyo 2017」でお披露目 ー - Platinum Data Blog by BrainPad
世界最大のDIYイベント「Maker Faire Tokyo 2017」に当社の有志社員を中心に構成されているチーム「白金鉱業」が参加。ロボットアーム「MSゴシック絶対許さんマン」によるデモ内容やイベント会場の模様をご紹介します。 こんにちは、アナリティクスサービス部の吉田です。 2017年8月5日（土）、8月6日（日）に東京ビッグサイトにて「Maker Faire Tokyo 2017」が開催されました。「Maker Faire」はアメリカ発の世界最大DIYイベントで、現在世界190ヵ所で開催されています。その中でも日本で開催される「Maker Faire Tokyo」は、特に参加者数が多く、今年で開催10年目を迎えたモノ作りの一大イベントです。 イベント会場には、ロボットや最新の3Dプリンタ、レーザーカッターなどのパーソナルファブリケーション*1技術から、 電子工作、 航空・宇宙関係、
TensorFlowのFashion-MNISTサンプルをCNNで改良してみる - Qiita
先日TensorFlowのチュートリアルにある基本的な分類のサンプルコードを試しましたが、精度はせいぜい90%足らずでそれほど高くはありません。 今回はCNNのモデル作成について調べつつ、Fashion-MNISTの精度改善に取り組んでみました。 Attribution Fashion-MINISTの分類サンプルはTensorFlowのチュートリアルをコピー&改変しています。[1] Portions of this page are modifications based on work created and shared by Google and used according to terms described in the Creative Commons 3.0 Attribution License. 実行環境 今回はGoogle Colaboratoryを実行環境として使用
Google Colaboratoryでmodelをsaveしてローカルに持ってくる方法(+アップロード方法) - Qiita
TensorFlowの勉強とか小規模なCNNの構築に便利なGoogle Colaboratory。 構築したmodelをローカル環境や別のサーバで利用するためにはmodelを取り出す必要があります。 ColaboratoryにはGoogleDriveとかGCSに直接書き出す方法も用意されていますが、 直接ローカルに落として使用したい場合もあると思います。 そんなときは、files.downloadを使うと簡単にダウンロードできます。 例えば、 sessionのsaveは saver = tf.train.Saver() save_path = saver.save(session, "./session.ckpt") print('done saving at',save_path) sessionをsaveすると、 session.ckpt.meta checkpoint session
OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. - Qiita
tensorflow-hub でのエラー Operating System: Mac OSX Mojava 10.14.3 https://raw.githubusercontent.com/tensorflow/hub/master/examples/image_retraining/retrain.py このプログラムを実行すると 下のようなエラーがでました。 "OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. OMP: Hint: This means that multiple copies of the OpenMP runtime have been linked into the program. That is dangerous, since
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
GitHub - microsoft/VoTT: Visual Object Tagging Tool: An electron app for building end to end Object Detection Models from Images and Videos.
TensorFlowでディープラーニングを行う（７）―数字フォントの判定を、ANNとCNNで比較するー
Microsoft Word - GetFileAttachment-3.docx
TensorFlowでディープラーニングを行う（９）―数字フォントのサイズを大きくして、精度で評価するー
GitHub - jacobgil/keras-grad-cam: An implementation of Grad-CAM with keras
http://www.interaction-ipsj.org/proceedings/2018/data/pdf/2B26.pdf
keras による fashion MNIST の3層ニューラルネットワークとCNN(畳み込みニューラルネットワーク)解析 | ナレコムAWSレシピ