コンピュータビジョンの最新論文調査 Human Recognition編 | BLOG - DeNA Engineering
はじめに こんにちは、AIシステム部でコンピュータビジョンの研究開発をしております本多です。 我々のチームでは、常に最新のコンピュータビジョンに関する論文調査を行い、部内で共有・議論しています。今回我々が読んだ最新の論文をこのブログで紹介したいと思います。 今回論文調査を行なったメンバーは、洪 嘉源、林 俊宏、本多 浩大です。 論文調査のスコープ 2018年11月以降にarXivに投稿されたコンピュータビジョンに関する論文を範囲としており、その中から重要と思われるものをピックアップして複数名で調査を行っております。今回はHuman Recognition編として、ポーズ推定をはじめとする人物の認識に関する最新論文を取り上げます。 前提知識 今回紹介するHuman Recognitionとは、RGB画像を入力として、人物の姿勢推定やセグメンテーション、モーションキャプチャ情報を推定するタスク
This page has moved
This page has moved. Redirecting you to https://www.gen.dev/…
ディープラーニング/機械学習のビジネスフレームワーク「5D」 | LeapMind inc.
LeapMindの三室です。 引っ越しとか人事とか色んなことやっておりましたが、現在は主にセールス/ビジネス開発に携わっております。そんな中、考えていたことをまとめてみたいと思い、久々にブログを書くことにしました。 いきなりですが結論から言うと、下記の5つの観点が必要かなと考えています。(なんとなくDでまとめてみた 以下で説明していきます。 【ディープラーニングとか機械学習とかAI()プロジェクトでよくある状態】 数年ディープラーニング/機械学習のビジネス周りをやっておりますが、よくある状態としてはこんな感じです。 「そもそもどんなことできるかわからんですわ〜」 「ROI見えないんで、予算取れないですわ〜」 「ディープラーニングブラックボックスだから、不安ですわ〜」 「モデルはいいけどセキュリティの観点からクラウド使うの無理ですわ〜」 「まだ既存システムとのインテグレーションまで考えられて
Deep Learning等の精度評価において、F値（Dice）とIoU（Jaccard）のどちらを選択するべきか？ - OPTiM TECH BLOG
初めまして、R&Dの加藤です。R&Dでは珍しく中途入社です*1 。業務は農業や医療のプロジェクトでDeep Learningを使った画像解析を主に担当しています*2。 また、終業後は不定期（主に月曜日）に職場の人達と一緒に皇居を走っています。先日開催された多摩川のランニングイベントでは、10kmコースを43分で走れました！ 今回の記事では、Deep Learningによらず機械学習や統計の場面でも良く出現するF1 score（F値）とIntersection over Union（IoU）の意味を理解して使い分けることを目標とします*3。 そもそもなぜ精度評価が必要？ 用語のおさらい 混同行列について（TP/TN/FP/FN） 評価指標について Precision/Recall/F値(Dice係数)/IoU(Jaccard係数) Precision（適合率） Recall（再現率） F値（
Deep Learningによる行動認識 - OPTiM TECH BLOG
はじめまして、OPTiMの久末です。私は現在R&Dチームに所属している新卒1年目のスタッフで、普段は様々な物体の行動を映像から解析する日々を過ごしています。 今回はそんな私が、普段使っている技術に関して、そのバックボーンとなる部分も含めてお話しさせていただければとおもいます。 なお、今回のブログの内容は以前のブログで和田から紹介させていただいた「OPTiM TECH Seminar」で私がお話しさせていただいた内容を元に再構成しています。 そもそもなぜニューラルネットワークが流行ったのか ILSVRC ImageNet 有名な深層学習手法 VGG GoogleNet ResNet 機械学習による行動認識の歴史 行動認識とは 従来の手法 3D-CNN 行動分類データセット 3D-CNNの発展 3D-ResNets 全体的な流れ さいごに そもそもなぜニューラルネットワークが流行ったのか 現在
ディープラーニングはすでに限界に達しているのではないか？【前編】 | AI専門ニュースメディア AINOW
著者のThomas Nield氏は、アメリカ大手航空会社サウスウエスト航空のビジネスコンサルタントを務めているとともに、SQLやRxJavaに関する入門書をオライリーから出版しています。同氏が長文英文記事メディアMediumに投稿した記事では、第3次AIブームともいわれるディープラーニングの流行に関して警鐘を鳴らしています。 AIの歴史を振り返ると、推論や検索に基づいた第1次AIブーム、エキスパートシステムの開発が流行した第2次AIブームがありましたが、これらのブームが終息した原因は共通していると同氏は考えます。その原因とは、AIに対する過度な期待とその期待に便乗したAIの誇張です。つまり、AIで実現可能なことを実際より大きく見せることで期待を煽りますが、その期待に応えられない度にブームが終息してきた、というわけです。そして、同氏は今日のディープラーニングの流行によって火がついた第3次AI
機械学習システムにおける「技術的負債」とその回避策 - Qiita
はじめに 空前のAIブームだった2017年、Yahooニュースでは毎日のように『〇〇が△△のAIを開発』のような見出しが目立ちました。2018年は『AIの運用』の時代になるとも言われています。 しかし、AI（機械学習）を載せたシステムの開発・テスト・運用の方法は2018年4月現在、まだ確立されていない分野です。 今回は、技術的負債という観点から、機械学習システム特有の課題点とその回避策のヒントまとめたGoogleの論文 Machine Learning: The High Interest Credit Card of Technical Debt (2014) を翻訳します。Google翻訳+軽い手作業ですのでご留意を。 ちなみにタイトル『機械学習：技術的負債の高金利クレジットカード』の意味は、機械学習システムがまるで高金利のクレジットカードのように、気づかないうちに技術的負債を蓄積して
畳み込みニューラルネットワークの最新研究動向 (〜2017) - Qiita
昨年に引き続きDeep Learningやっていき Advent Calendar 2017の25日目の滑り込み記事で，畳み込みニューラルネットワークの歴史および最新の研究動向についてのサーベイです．2017年12月のPRMU研究会にて発表した，畳み込みニューラルネットワークについてのサーベイをベースに追記を行ったものになります． はじめに 畳み込みニューラルネットワーク (Convolutional Neural Networks; CNN) （以降CNN）は，主に画像認識に利用されるニューラルネットワークの一種である．CNNの原型は，生物の脳の視覚野に関する神経生理学的な知見1を元に考案されたNeocognitron2に見ることができる．Neocognitronは，特徴抽出を行なう単純型細胞に対応する畳み込み層と，位置ずれを許容する働きを持つ複雑型細胞に対応するpooling層とを交互
ディープラーニング関連オススメ書籍TOP20＆テーマ別38冊を紹介！ | AI専門ニュースメディア AINOW
最終更新日： 2020年4月16日 2019年2月4日、日本ディープラーニング協会（JDLA）ホームページ上にて、「日本ディープラーニング協会 G検定合格者が選ぶディープラーニング関連おすすめ書籍ランキング」が公開されました。 JDLAによるG検定は、「事業にディープラーニングを活用する人材」を対象とし、エンジニアだけでなく、経営者や企画者などビジネスサイドの人も受験する検定です。 この記事ではG検定の合格者約500人が選んだオススメ書籍や、テーマ別のオススメの書籍、またオススメのサイトやTwitterアカウントまで幅広く紹介します。漠然とAI・人工知能について学びたいと考えている方におすすめです。ぜひ自分に合った本からAIについて学び、奥深いディープラーニングの知識もつけてみてください！ 日本ディープラーニング協会G検定合格者が選ぶディープラーニング関連オススメ書籍ランキング このランキ
府大生が趣味ではなくニューラルネットワークの認識精度世界一を奪還してしまった論文を読んだ - Qiita
本記事の前に下記の記事をどうぞ。 府大生が趣味で世界一の認識精度を持つニューラルネットワークを開発してしまった論文を読んだ （2017/10/24追記）ご本人よりShakeDropの論文では、2つを比較した上でCutoutではなく、Random Erasingを利用しているとコメントを頂きましたので修正しました。 はじめに 府大生がニューラルネットワークの「認識精度世界一」を奪還してしまったようです。 一般物体認識分野「認識精度 世界一」を奪還！ 府大生が開発したニューラルネットワーク https://t.co/9HSt7iGl55 — ニーシェス (@lachesis1120) 2017年10月19日 前回は趣味だったのが、今回は晴れて本業になったようです。 具体的な内容は、10月に開催された電子情報通信学会のパターン認識・メディア理解 (PRMU) 研究会の技術報告1にありますので、解
なぜ機械学習にPythonが選ばれるのか - Qiita
はじめに 日本ではWeb系のLL言語としてはPHP・Perl・Rubyが強く、Pythonは海外では普及しているが日本ではマイナーな言語である。Google AppEngineの開始当初(2008年4月)にPythonをサポートしていた際には、なんでPythonなんだろうと軽く調べ、教育用として海外では普及しているという認識だった。 2012年～2013年頃にデータサイエンスがバズワードとなり機械学習する上でR言語と次点でPythonという感じだったと思う。そして昨今は人工知能ブームということでTensorFlowやChainerといったPythonのフレームワークが公開されたことで、Python一色になってきている。 ※タイトルは科学技術計算より世間的に馴染みがある機械学習にしました。 科学計算や機械学習にはPython 特に科学計算分野ではPythonコミュニティが非常に活発で、機械学
CNN による画像分類で使われる前処理・テスト時処理まとめ - iwiwi 備忘録
とりあえず ImageNet 系の論文で、目に入ったものから順々にまとめていきます。情報・ツッコミ歓迎。 前処理・Data Augmentation Mean Subtraction 入力画像から平均を引く。[103.939, 116.779, 123.68] を各ピクセルから引く。VGG はこれ。 Per-pixel Mean Subtraction 入力画像から平均を引く。ピクセル・チャンネルごとに計算された平均を引く。即ち、224x224x3 個の値について個別に平均を計算し用いる。AlexNet 論文から使われており、ResNet もこれ。 Random Crop 256x256 ピクセルに画像をリサイズし、そこから 224x224 のパッチをランダムに取り出す。AlexNet 論文で使われていた。ちなみに Chainer の ImageNet サンプルはこれと Horizonta
機械学習入門 - 基本のPythonライブラリ、9つを触って学ぶ - エンジニアHub｜若手Webエンジニアのキャリアを考える！
機械学習入門 - 基本のPythonライブラリ、9つを触って学ぶ 機械学習を学ぶために、まず知っておきたいPythonライブラリを、機械学習エンジニアの「ばんくし」こと河合俊典さんに厳選し、そのエッセンスをつづってもらいました。機械学習入門に向けたスタートアップガイドです！ こんにちは。機械学習エンジニアの「ばんくし」こと河合俊典（かわい・しゅんすけ／ @vaaaaanquish ）です。 近年の機械学習関連の開発では、多くの場合Pythonが用いられます。 本記事は、「機械学習をこれから初めてみたいけど何から始めればいいか分からない」「基本のキから学びたい」という方に向けて執筆しました。プログラミング言語「Python」の中でも、特に機械学習における使用頻度の高いライブラリを厳選し、その解説を目的としています。 「この記事の内容に沿ってPythonを学習すれば、機械学習エンジニアとして入
GANによる超解像がもたらす新しい方向性と「The Perception-Distortion Tradeoff」の話 - Think more, try less
CVPR2018にて超解像分野において極めて重要そうだなと感じた論文がありました。Yochai Blauらによる下記の論文です。 [1711.06077] The Perception-Distortion Tradeoff この内容を踏まえて最近の超解像研究の流れをまとめたいと思います。 超解像とは？ 超解像について振り返ります。多くの方がwaifu2xというソフトウェアで一度は目にしたことがあるかもしれません。下記イメージのように低解像の画像を高解像の画像に変換する方法を 超解像（Super Resolution）と呼ばれます。 （参照元：二次元画像を拡大したいと思ったことはありませんか？ - デー） このwaifu2xがざっくりどのように超解像を行っているかというと、ベースはSRCNNというConvolutional Neural Netoworkを使った超解像手法であり、下記のよう
MobileNet(v1/2)、ShuffleNet等の高速なモデルの構成要素と何故高速なのかの解説 - Qiita
はじめに MobileNet系の高速なモデルアーキテクチャに利用される構成要素と、それらを利用したモデルについて、何故高速なのか観点と、空間方向の畳み込みとチャネル方向の畳み込みがどのようになされているかという観点で整理を行う。 高速なモデルアーキテクチャに利用される構成要素 まず、高速なモデルに利用される畳み込み構成要素について、計算量と、空間方向の畳み込みとチャネル方向の畳み込みがどのようになっているかを説明する。 まず、一般的な畳み込みの計算量を確認する。 入力特徴マップのサイズを$H \times W$、入力チャネル数を$N$、カーネルサイズを$K \times K$、出力チャネル数を$M$とすると、一般的な畳み込み層の計算量は、$H W N K^2 M$となる。 これは、入力特徴マップの1箇所につき畳み込みのコストが$K^2 N$で、これを入力特徴マップの$H W$箇所に適用する
Deep Learningによる超解像の進歩
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
【保存版・初心者向け】僕が本気でオススメするPythonと機械学習の良書12選
※実際記事で紹介する書籍は12冊ですが、メンバーが借りてオフィスになかったため、上記画像内に3冊ないものがあります。 はじめに AI Academyを開発・運営しています、株式会社エーアイアカデミー代表の谷です。 6ヶ月ほど前に書いた下記記事は約1200のいいねと7万viewsを超える記事になりました。 【保存版・初心者向け】独学でAIエンジニアになりたい人向けのオススメの勉強方法 お読み頂いた方々、またいいねして頂いた方々ありがとうございました！ あれから6ヶ月ほど経ちまして、さらにPythonや機械学習の書籍が増えて参りましたので、改めて初心者向けにPythonと機械学習の良書12選を紹介し、初学者が独学でも機械学習プログラミングの基礎スキルUPに貢献できたらと思います。 また、AIプログラミングを作りながら学べるプログラミング学習サービスAI Academyを無料でご利用頂けますので
Google、機械学習に最適化したクラウドサービス「Cloud TPU」ベータ公開開始。TensorFlow用の独自ASIC採用 － Publickey
Googleは、機械学習のためのフレームワーク「TensorFlow」の処理に最適化した同社独自のASIC「Cloud TPU」を用いた、同名のクラウドサービス「Cloud TPU」ベータ公開を発表しました（日本語の発表。英語での詳しい発表）。 「Cloud TPU」は2017年5月に行われたイベント「Google I/O 2017」で初めて発表されました。 ［速報］Google、機械学習に最適化した「Cloud TPU」発表。「われわれれはいま、AIファーストデータセンターの構築に取りかかっている」。Google I/O 2017 － Publickey チップとしての「Cloud TPU」は、TensorFlowでのトレーニングと推論の両方に最適化されたカスタムASIC。 上の写真は4つのチップが搭載されたCloud TPUボード。このボード1つあたり180テラフロップスの能力があると
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
DLHacks on Twitter: "通称AdaBound．小さな学習率も学習の妨げになっているという仮説を実証しながら，解決策として学習率に動的な上界と下界を定める手法を提案．多くのタスクで優れたパフォーマンスを示し評価されている． https://t.co/ec97cxoCBX"
データマイニングの話詰め合わせ
