TensorFlowでディープラーニングによる『キュウリ』の仕分け | Workpiles
ディープラーニングを使ってキュウリの仕分け（選果とも言う）をしてみました。 今回試してみたのは、TensorFlowのチュートリアル『Deep MNIST for Experts』の畳み込みニューラルネットワークに少し手を加え、キュウリの仕分け作業をやらせてみるとう試みです。 キュウリをWebカメラで撮影した画像により、仕分けを行います。 キュウリの仕分けとは キュウリの仕分けとは、出荷する際に傷や病気があるものを弾いたり、形や色合い、大きさによりランク別に選別したりする作業です。 選別には、とくに統一規格があるわけではなく、各農家によって独自ルールがあったりします。 （主に、出荷先の希望、市場での値の付き方、作業効率などにより決めていると思われる） さて、うちの仕分けルールは、だいたいこんな感じになります。（実際にはもう少し細かいのですが…） 2L〜2S:良品。色艶がよく、比較的まっすぐ
なぜ、アメリカやEUのように「直接支払い」に移行できないのか？：日経ビジネスオンライン
気になる記事をスクラップできます。保存した記事は、マイページでスマホ、タブレットからでもご確認頂けます。※会員限定 無料会員登録 詳細 ｜ ログイン 農政は、778％という異常に高い税率の関税を米にかけるなどして、国内農産物市場を外国産農産物から守ってきた。にもかかわらず、農業が衰退してきたということは、その原因がアメリカやオーストラリアなどの海外にではなく国内にあることを意味している。TPPに参加する、しないにかかわらず、現在の政策では農業の衰退をとめることはできない。 高い関税で国内の農産物市場を守っても、市場は高齢化・人口減少で、どんどん縮小していく。日本農業を維持・振興していくためには、海外の市場に関税撤廃などを求め、環太平洋経済連携協定（TPP）などの貿易自由化交渉に積極的に参加していく必要がある。高齢化・人口減少時代において、米中心、それも供給制限による価格支持を中心としてきた
1
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
処理を実行中です
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
