OpenCVで顔認識をしてみた - Qiita
OpenCVは画像処理に使えるオープンソースのライブラリです。これはPythonでも使うことができるので機械学習でも使うことができます。今回はこのOpenCVを利用して顔認識をやってみようと思います。 今回の動作環境 Ubuntu 14.04 Python 3.6.1 OpenCV 3.1.0 今回やること 画像を読み込み、画像の中に顔を認識したら顔の座標と大きさを表示させます。その後、認識した顔を赤い四角形で表示させます。OpenCVには顔認識に使える特徴データのファイル（カスケードファイル）がいくつか用意されています。今回は正面を向いた時の顔を認識するデータファイルとして、haarcascade_frontalface_alt.xmlを使用します。なお、今回は以下の画像を使用して認識をします(ソースコード上ではbefore.jpgとしています)。 参照元：https://www.pak
Google Colaboratoryでcv2.imshowを擬似的に利用する方法 - Qiita
画像処理100本ノックを「Google Colaboratory」で楽々学習を利用して、画像処理100本ノックをやってみようということでColabを起動してTutorialの通りに打ち込んでみました。 import cv2 img = cv2.imread("imori.jpg") cv2.imshow("imori", img) cv2.waitKey(0) cv2.destroyAllWindows() --------------------------------------------------------------------------- DisabledFunctionError Traceback (most recent call last) <ipython-input-14-d690a3c68444> in <module>() ----> 1 cv2.imsh
DeepLab v3+（意訳） - Qiita
Googleによるセマンティックイメージセグメンテーションの最新版（2018/07時点）である「DeepLab v3+」の論文「Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation」を、なるべくわかりやすく意訳してみます。 一応、Googleの説明記事も参考にします。 ※Google翻訳をふんだんに使用しています セマンティックイメージセグメンテーションのためのAtrous畳み込み分解を有するエンコーダ-デコーダ Liang-Chieh Chen、Yukun Zhu、George Papandreou、Florian Schroff、Hartwig Adam Google社 要旨 空間ピラミッドプーリングモジュールまたはエンコード-デコード構造は、セマンティックセグメンテーションタ
アジャイル・スクラムイベント準備会 (2019/04/17 19:00〜)
アジャイル・スクラムイベントを夏頃に予定しています。 しかし・・・ アジャイル・スクラムって何？おいしいの？ 言葉は知っているけど、どんなことか具体的にはわからない と、主催する側も理解が足りず、、、開催したとしてもその場だけで終わってしまいそう・・・ ということで、興味があるひとたちで少しずつ理解していき、本番を迎えようということで 定期的に準備会を開催します！ 合言葉は「アジャイルなプロセスでアジャイルなイベントづくり」です by @shigeshibu44 あと、アジャイルは チーム全体に対してメンタリングを行い開発出力を向上させる方法論 ということで、あくまでも方法論なので、開発以外にもいろいろなところでも実践できると思います。 このため、エンジニアに限らず、興味のある方、ぜひ、お気軽にご参加ください。 主催の @chinoppy0727 も初心者ですので、この準備会で理解していこ
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
