画像を最適かつ自動的にトリミングするニューラルネットワークのご紹介
Twitterに直接画像をツイートできるようになったのは2011年。以来、Twitterを楽しむ上で不可欠な要素になりました。Twitter上には、毎日数百万を超える画像がアップロードされていますが、それぞれのサイズも解像度も異なるため、UI上で各画像を最適な形で表示できるように処理を行うことが課題になっていました。皆さんのタイムライン上の画像は、一貫性があり、より多くのツイートを目にできるようにトリミングされています。今回は、Twitterがどの画像をトリミングし、画像のどの部分を表示するか、どのように決めているのかをご案内します。 以前は、顔認識技術を利用し、画像の中でもっともわかりやすい顔を中心にトリミングを行っていました。これはもっともわかりやすい方法ではありましたが、全ての画像に顔が含まれているわけではないため、ベストな方法とは言えませんでした。また、使用していた顔認識技術では顔
Generating Photorealistic Images of Fake Celebrities with Artificial Intelligence | NVIDIA Technical Blog
Generating Photorealistic Images of Fake Celebrities with Artificial Intelligence Researchers from NVIDIA recently published a paper detailing their new methodology for generative adversarial networks (GANs) that generated photorealistic pictures of fake celebrities. One of the hottest topics in deep learning is GANs, which have the potential to create systems that learn more with less help from h
Neural Network Libraries by Sony
by Sony An open source software to make research, development and implementation of neural network more efficient. Get Started Features Write less do more Neural Network Libraries allows you to define a computation graph (neural network) intuitively with less amount of code. Dynamic computation graph support Dynamic computation graph used enables flexible runtime network construction. The Library
NVIDIA と Facebook が協力し、Caffe2 ディープラーニング フレームワークを拡充 | NVIDIA
NVIDIA と Facebook は、Caffe2 を利用して人工知能を進化させる、共同開発の結果を発表しました。Caffe2 とは、Facebook のオープンソース コミュニティに対する貢献により実現した、新しい AI ディープラーニング フレームワークです。 世界は毎日、テキスト、写真、ビデオなど、情報を生み出しています。Facebook は、このような情報の管理に役立つ新しい AI システムを開発し、情報の量が増えていったとしても、人々が世界をより適切に理解し、より効果的なコミュニケーションを図れるようにしています。Caffe2 を利用すると、開発者と研究者は、大規模に分散されたトレーニング シナリオを作成でき、エッジ デバイス向けの機械学習アプリケーションを構築できるようになります。 AI 対応サービスのモバイルでの提供は、一瞬のうちに完了しなければならない、複雑なデータ処理タ
初心者がchainerで線画着色してみた。わりとできた。
ﾃﾞｰﾌﾟﾗｰﾆﾝｸﾞはコモディティ化していてハンダ付けの方が付加価値高いといわれるﾋﾟ-FNで主に工作担当のtai2anです。 NHKで全国放送されたAmazon Picking Challengeでガムテべったべたのハンドやロボコン感満載の滑り台とかを工作してました。 とはいえ、やっぱりちょっとディープラーニングしてみたいので1,2か月前からchainerを勉強し始めました。 せっかくなので線画の着色をしたいなーと思って色々試してみました。 線画の着色は教師あり学習なので線画と着色済みの画像のデータセットが(できれば大量に)必要です。 今回はOpenCVでカラーの画像から線画を適当に抽出しています。 抽出例 → カラーの画像を集めて線画を作ればデータセットの完成です。（今回は６０万枚くらい使っています） ネットワークの形ですが、U-netという最初の方でコンボリューションする時の層の出
畳み込みニューラルネットワークの仕組み | POSTD
(編注：2016/11/17、記事を修正いたしました。) ディープラーニングの分野でテクノロジの進化が続いているということが話題になる場合、十中八九畳み込みニューラルネットワークが関係しています。畳み込みニューラルネットワークはCNN（Convolutional Neural Network）またはConvNetとも呼ばれ、ディープニューラルネットワークの分野の主力となっています。CNNは画像を複数のカテゴリに分類するよう学習しており、その分類能力は人間を上回ることもあります。大言壮語のうたい文句を実現している方法が本当にあるとすれば、それはCNNでしょう。 CNNの非常に大きな長所として、理解しやすいことが挙げられます。少なくとも幾つかの基本的な部分にブレークダウンして学べば、それを実感できるでしょう。というわけで、これから一通り説明します。また、画像処理についてこの記事よりも詳細に説明
TechCrunch | Startup and Technology News
Dogs are the most popular pet in the U.S.: 65.1 million households have one, according to the American Pet Products Association. But while cats are not far off, with 46.5…
飯塚里志 — ディープネットワークを用いた大域特徴と局所特徴の学習による白黒写真の自動色付け
概要： 本研究では，ディープネットワークを用いて白黒画像をカラー画像に自動変換する手法を提案する．提案手法では，画像の大域特徴と局所特徴を考慮した新たな畳込みネットワークモデルを用いることで，画像全体の構造を考慮した自然な色付けを行うことができる．提案モデルにおいて，大域特徴は画像全体から抽出され，局所特徴はより小さな画像領域から計算される．これらの特徴は“結合レイヤ”によって一つに統合され，色付けネットワークに入力される．このモデル構造は入力画像のサイズが固定されず，どんなサイズの画像でも入力として用いることができる．また，モデルの学習のために既存の大規模な画像分類のデータセットを利用し，それぞれの画像の色とラベルを同時に学習に用いることで，効果的に大域特徴を学習できるようにしている．提案手法により，100年前の白黒写真など，様々な画像において自然な色付けを実現できる．色付けの結果はユー
NeuPy — NeuPy
NeuPy is a python library for prototyping and building neural networks. NeuPy uses Tensorflow as a computational backend for deep learning models. User Guide Install NeuPy Check the tutorials Learn more about NeuPy in the documentation Explore lots of different neural network algorithms. Read articles and learn more about Neural Networks.
「日本を人工知能研究の先進国に」――東大に研究者育成講座 ドワンゴ、トヨタなどが9億円寄付
東京大学は6月1日、人工知能関連領域の研究者を育成する「先端人工知能学教育寄付講座」をドワンゴ、トヨタ自動車など8社による寄付講座として設置した。ドワンゴの川上量生会長は「日本が人工知能の分野で先進国になることを期待したい」と取り組みの意図を話す。 ドワンゴ、トヨタ自動車、オムロン、パナソニック、野村総合研究所、ディー・エヌ・エー（DeNA）、みずほフィナンシャルグループ、三菱重工業の8社が計9億円を支援し、2021年5月までの5年計画で講座を設置する。寄付金は優秀な研究員や教員の雇用、人工知能研究に必要な機材の調達など、研究・教育の環境整備に使う予定だ。 講座の目的として、ディープラーニングを含む先端人工知能技術に関する体系的な教育プログラムの構築と人材育成を掲げる。機械学習などを活用した手法の確立・応用のほか、体外的な連携、基礎研究も実施する。 主に修士・博士過程の学生が対象。すでに4
ニュースリリース：2016年6月2日：日立
印刷される方はこちらをご覧ください（PDF形式、399kバイト） このニュースリリース記載の情報(製品価格、製品仕様、サービスの内容、発売日、お問い合わせ先、URL等)は、発表日現在の情報です。予告なしに変更され、検索日と情報が異なる可能性もありますので、あらかじめご了承ください。なお、最新のお問い合わせ先は、お問い合わせ一覧をご覧下さい。 2016年6月2日 日本語での論理的な対話を可能とする人工知能の基礎技術を開発 ディープラーニングにより言語に依存することなく根拠や理由を表す文を識別 株式会社日立製作所(執行役社長兼CEO:東原 敏昭／以下、日立)は、賛否が分かれる議題に対し、大量の日本語記事を分析して賛成・反対双方の立場から根拠や理由を伴った意見を日本語で提示する人工知能の基礎技術を開発しました。今回、記事の中から議題に対する意見の根拠や理由に該当する文を識別するプロセスにディープ
そのモデル、過学習してるの？未学習なの？と困ったら - once upon a time,
移転しました。 https://chezo.uno/post/2016-05-29-sonomoderu-guo-xue-xi-siteruno-wei-xue-xi-nano-tokun-tutara/
Amazonがオープンソースで公開したディープラーニングのライブラリ「DSSTNE」を使ってみる - Qiita
DSSTNEとは？ DSSTNEは、Deep Scalable Sparse Tensor Network Engineの頭文字を並べたもので、読み方は“Destiny”と読むらしい。 なぜ今アマゾンがDeep Learning(DL)のオープンソースを発表したのか？ DSSTNEは、既存のDeepLearningのオープンソースよりも、データがSparse(疎)なときに高いパフォーマンスを示すため、Amazonのように大量の商品データ、ユーザーデータを持ち、その二つのオブジェクトが購買、評価などの行動をした行動データを持つような疎行列データを持つ場合に強いDeapLearningのオープンソースと言える。 スパース(疎)行列データとは？ 疎行列（そぎょうれつ、英: sparse matrix）とは、成分のほとんどが零である行列のことをいう。 スパース行列とも言う。 有限差分法、有限体積法
Amazonがディープラーニングのライブラリ「DSSTNE」をオープンソースで公開。TensorFlowよりも約2倍高速と主張
Amazon.comはディープラーニングを実現するライブラリ「Amazon DSSTNE」（Deep Scalable Sparse Tensor Network Engineの頭文字、読みはデスティニー）をオープンソースで公開しました。 GitHub - amznlabs/amazon-dsstne: Deep Scalable Sparse Tensor Network Engine (DSSTNE) is an Amazon developed library for building Deep Learning (DL) machine learning (ML) models DSSTNEは本番環境のワークロードに対応したライブラリで、以下の特長があります。 マルチGPUスケール 学習と予測のどちらも、複数のGPUにスケールアウトし、レイヤごとにモデル並列化の方法で（model-
白黒写真をカラー画像に自動変換 早稲田大学の研究チームが発表した技術がすごい
早稲田大学の研究チームが発表した、白黒写真をディープラーニングによりカラー画像へと自動変換する論文がとにかくすごいと話題です。 研究チームが発表した手法を用いることで、100年前のモノクロ写真でも自然なカラー画像へと自動変換可能（画像は研究チームのホームページより） 論文によれば、モデル構造は「低レベル特徴ネットワーク、中レベル特徴ネットワーク、大域特徴ネットワーク、色付けネットワーク」からなる4つのネットワークによって構成されるという。なるほど…… 論文では、ディープラーニングによる「画像の大域特徴と局所特徴を考慮した新たな畳込みネットワークモデルを用いることで、画像全体の構造を考慮した自然な色付けを行うことができる」としています。100年前のモノクロ写真でも自然なカラー画像へと自動変換可能とのこと。論文内では研究チームの理論で変換されたカラー画像を、他の先端理論で変換したものと比較した
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
ソニーがディープラーニング用“コアライブラリ”をオープンソース化
GitHub - tonybeltramelli/pix2code: pix2code: Generating Code from a Graphical User Interface Screenshot
Chainer: A flexible framework for neural networks
早大、ディープネットワークで白黒画像をカラー化、ソースコードをGitHubで公開 
GitHub - amazon-archives/amazon-dsstne: Deep Scalable Sparse Tensor Network Engine (DSSTNE) is an Amazon developed library for building Deep Learning (DL) machine learning (ML) models
