概要 Pixabayから収集した猫画像から、できるだけ少ない手間で猫部分のみを抽出させてみました。 前景抽出 画像から前景と背景を分離する処理をマッティング(matting)と呼ぶそうです。Photoshopではメジャーな機能のようで、gimpであれば「前景抽出」という名称の機能がそれに該当します。 画像を「前景」「背景」「そのどちらか」の3種類に分割して、それぞれの領域における画像特徴を見て境界を決定してゆくのが一般的な挙動のようです。 この処理を自動化することはなかなか困難なようで、ざっと調べた範囲では、ポートレート写真を対象とした、人物のみを抽出するDeep Automatic Portrait Mattingという手法しか見つけられませんでした。 Deep Automatic Portrait Matting これとは別に、マッティングに用いる情報(trimap)を自動生成するとい
概要 Chainerの小ネタ 追記(2017/10/16) 新しいバージョンを作りました。 はじめに Chainerでネットワークを設計する時は、ChainにLinkを追加して__call__で各層の出力を設計すると思います。 コードで書くとこんな感じです。(わざと巨大なネットワークにしています) class Chain(chainer.Chain): def __init__(self): super(Chain, self).__init__() with self.init_scope(): self.l1 = L.Linear(None, 1024) self.l2 = L.Linear(None, 512) self.l3 = L.Linear(None, 256) self.l4 = L.Linear(None, 128) self.l5 = L.Linear(None, 10
OpenCV、機械学習、はやりのDeep learningの環境構築の方法、サンプルの動かし方、APIの使い方、Tipsなどをすぐに忘れてしまうので、備忘録として記録している。記憶がなくなるスピードが、早いのでメモしておかないと再現できなくなる確率が高まっている。 最近、再度HDDを飛ばしてしまい、過去の自分のページに再度助けられた。 また、DNNモジュールを触る機会が増えているので、C++からPyhonへと鞍替え中。 内容を気にいっていただければ、twitterで紹介願います。 SegNetは、ケンブリッジ大学が開発した画素単位での識別機能を実現する、deep encoder-decoderである。SegNetに関しては、このページを参照 SegNetのビルド Caffeベースなので、caffeに必要な環境を準備し、このページからZipファイルをダウンロードし展開する。 展開したフォルダ
<刑務所に20年以上いた男が書いた筋トレ本『プリズナートレーニング』。「キャリステニクス(自重トレーニング)」を推奨し、相当マニアックでハードな内容に思えるが、初心者にも入りやすい、意外と優しい構成となっている> ジムに通って体を鍛えることがブームになっている。体型を維持するだけでなく、前向きなメンタルを保てるということで、会社経営者の中にも筋トレに励む人が少なくない。 一方で、ジムに入会したはいいものの、多忙さにかまけたり、トレーニングの過酷さや退屈さに耐えられなかったりして、次第に足が遠のいてしまった人もいるはず。安くない会費を払っているのに通っていない人たちは、ジムにとってむしろ「優良顧客」と言えるかもしれない。 いずれの人にとっても、全米ベストセラーになったという筋トレ本『プリズナートレーニング』(ポール・ウェイド著、山田雅久訳、CCCメディアハウス)はショッキングな内容だろう。本
環境構築手順 いつもの手前味噌ですが、以下のURLをご参照下さい。 Macで深層学習の環境をさくっと作る手順 with TensorFlow and OpenCV データのダウンロード オープンデータ一覧 | データシティ鯖江ポータルサイト 上記のWebサイトにて、「防災」のグループを選択すると以下の表記がありますので、「CSV」のボタンをクリックして、表示されたリンクからCSVをダウンロードします。 また、気象庁さんから過去の気象データがダウンロードできるので、福井市における1時間ごとの降水量のデータをダウンロードします。 気象庁 | 過去の気象データ・ダウンロード ライブラリの読込 Jupyter Notebookを使用し、以下のライブラリを読み込みます。 from ipywidgets import FloatProgress from IPython.display import
pyheat インストール 使い方 pyheatmagic(IPythonで使う場合) インストール 使い方 pyheat github.com pyheatはpprofile + matplotlibのようなモジュールで、pprofile(line_profilerのようにコード単位でプロファイリング)のプロファイリング結果をヒートマップで表示することができる。 インストール pipでインストールできるので下記コマンドを実行(インストールはpyheatではなくpy-heatなので注意)。 $ pip install py-heat ヘルプメッセージ $ pyheat --help usage: pyheat [-h] [-o OUT] pyfile positional arguments: pyfile Python file to be profiled optional argum
Holt-Winters Method(別名: Triple Exponential Smoothing)というデータの予測手法がある。これについて素晴らしい解説記事があるので読みながら実装していた。 コードは takuti/anompy にある。 この手法、Graphite が実装しているということもあり、近年ではDevOpsコミュニティを中心に一躍有名になったんだとか。 ここでは解説記事の内容に沿って、Holt-Winters Method に至るまでに知っておくべき手法たちの“気持ち”をまとめる。数式は元記事やWikipediaに譲る。 問題 『連続するN点の時系列データを観測していたとき、N+1点目の値を予測する問題』を考える。 もし次の瞬間の値が予測できれば、そこからデータの“異常”を察知することができる。 たとえばDatadogなどで監視しているシステムのメトリクスを対象とすれ
機械学習ブームなどにより、 Python を触り始める Rubyist が増えてきたと思います。その際に問題になりやすいのが環境構築です。Rubyだと rbenv がデファクトスタンダードになっているのに、なぜか Python に… 私の立ち位置もともとは、数年前まで 年に一回Python3でNLTKやらscikit-learnやら機械学習や自然言語処理の環境を作ろうと試みては失敗してPython使うものかと思っていた人でした。それが、Anacondaで環境導入すると、面倒なことは何も考えずに済むということを知り、CookpadではAnacondaを前提に環境構築を勧めていました。 今は、ymotongpooに「郷に入っては郷に従え」と言われたため、pip+virtualenv/venvで全てをこなしていますが、これで困ったことは特にありません。macOS, Windows, Linuxそ
【目次】 小さいPCが好きな方々へ送るGPD POCKETレビュー GPD POCKET開封の儀 GPD POCKET本体の外観とセットアップ バッテリイーの持ちをチェック トラックポイントを赤いThinkPad用に交換 ケースは7インチタブレットのものがピッタリ まとめ 小さいPCが好きな方々へ送るGPD POCKETレビュー みなさんは「小さいPC」というと何を思い出しますか?ここら辺は世代間がスゴくはっきりと出てしましますので,ちょっと慎重に答えた方が良いかもしれません。 東芝、Pentium 100MHz搭載の「Libretto 60」を発売 私にとっては,やっぱり「小さいPC」というと,東芝のLibrettoですね。上聞きの記事は,1997年6月24日発売のLibretto 60ですね。上位モデルは,当時258,000円!高嶺の花でした。210mm×115mm×34mmで850グ
8. データのフォーマット • 大量の収集を行うためにメトリックスのフォーマット は標準化されている必要がある • key/value式のプレーンテキストを返す • スキーマ―を持たないテキストベースのインターフェ イスが追加の障壁を低くする go_gc_duration_seconds{quantile="0"} 8.007600000000001e-05 go_gc_duration_seconds{quantile="0.25"} 0.000297585 go_gc_duration_seconds{quantile="0.5"} 0.00030774400000000004 go_gc_duration_seconds{quantile="0.75"} 0.000317933 go_gc_duration_seconds{quantile="1"} 0.00449756600000
『るびま』は、Ruby に関する技術記事はもちろんのこと、Rubyist へのインタビューやエッセイ、その他をお届けするウェブ雑誌です。 Rubyist Magazine について 『Rubyist Magazine』、略して『るびま』は、Rubyist の Rubyist による、Rubyist とそうでない人のためのウェブ雑誌です。 最新号 Rubyist Magazine 0062 号 バックナンバー Rubyist Magazine 0062 号 Kaigi on Rails 特集号 RubyKaigi Takeout 2020 特集号 Rubyist Magazine 0061 号 Rubyist Magazine 0060 号 RubyKaigi 2019 直前特集号 Rubyist Magazine 0059 号 Rubyist Magazine 0058 号 RubyKai
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