ペンパイナッポーとアッポーペンを識別する(ChainerでYOLO ver2) - Qiita
本記事はChainer Advent Calendar 2016の20日目のエントリです。 ペンパイナッポー（以下PP)とアッポーペン（以下AP)の画像識別方式の確立は急務です。下記は"PPAP"のここ三ヶ月のGoogle Trend推移ですが、すごい速度で減衰しています。正直もう遅いのかもしれませんが、であったとしても次のビッグウェーブに一目散に乗れるように反射神経を鍛えておく必要があります。 PPとAPをひと目で見分ける認識器の必要性についてご理解いただいたところで、昨今のディープラーニングによる物体認識の進展に目を向けますと、Deep Learningによる一般物体検出アルゴリズムの紹介という記事にまとまっているように、優れた手法が次々と提案されています。最後のコメントにあるように、最大の課題は学習用のデータセットをどう準備するかというところです。 残念なことに、PPAPデータセット
chainer（v1.14.0）で画像分類をはじめるための覚書 - umi no mono tomo
2016/09/04 環境：Ubuntu14.04(LTS), Chainer(v1.14.0), CUDA(7.5), python2.7 先人達の記事に従いchainerで画像分類を始める際、バージョンの違いによって変更が必要な点があったため記述する。 基本的な手順は、① d.hatena.ne.jp に従い、適宜② hi-king.hatenablog.com を参考にした。 ①の著者が作成したコードをgit cloneする。 $ cd ~/work $ git clone https://github.com/shi3z/chainer_imagenet_tools.git $ cd chainer_imagenet_tools 次にCaltech 101の画像データをダウンロードする。 101種類のカテゴリにつき、およそ300 x 200pxの画像データが40〜800枚収められて
chainer メモ（その３）機械学習で顔認識！CNN を実装 | TOMMY NOTES
コードの全文はgithubにあります。 学習用のファイルの中で、必要なとこだけ書いてます。 学習モデルはとりあえず、Alexnetほぼほぼそのままです。 なので、顔認識としての性能は正直期待しすぎないでください。 Alexnetをファインチューニングして行う場合は を見てください。このページを見た前提で書いてしまっているのですが、、、 class AlexLike(chainer.Chain): insize = 128 def __init__(self, n_out): super(AlexLike, self).__init__( conv1=L.Convolution2D(None, 64, 8, stride=4), conv2=L.Convolution2D(None, 128, 5, pad=2), conv3=L.Convolution2D(None, 128, 3, pa
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
2016年の深層学習を用いた画像認識モデル - Qiita
実装 検証が終わっていないモデルの使用は気をつけてください cifar10の数値感覚 現時点で97%以上ではSoTAになると思います。僕が知っている限り、最高精度は96.69%です。そろそろcifar100か別のデータセットを評価の軸にするべきかもしれません。 最近の傾向 今年はResnetファミリーの年だったと思います。特徴的な点として、深さ=精度が終わった点です。googlenetなどは昔から主張していましたが、ある程度深いと、深さよりも幅を広くしたほうが精度が上がるということが、様々な論文の結果で今年は示されました。3月くらいから、Resnetの幅を広くしたほうが良いという結果は副次的にぞろぞろ出ていて、5月23日に出たWide Residual Netowrksで決定的になったような形だと思います。幅が大事といったことが、今年はっきりした点であるように思います。 論文を俯瞰してみる
Chainerで画像のキャプション生成 - Qiita
概要 Chainerを使って画像のキャプション生成を実装しました。画像を入力するとその説明文を生成します。ソースコードは以下にあります。 https://github.com/dsanno/chainer-image-caption 以下の論文のアルゴリズムを使いました。 Show and tell: A neural image caption generator すでにChainerでキャプション生成を実装されている方もいたので、そちらも参考にしました。 Image caption generation by CNN and LSTM ～ Satoshi's Blog from Bloomington キャプション生成モデル 論文で使用するキャプション生成モデルは大きく分けて3つのネットワークで構成されています。 画像をベクトルに変換する${\rm CNN}$ ${\rm CNN}$に
Faster R-CNNを使ってリアルタイムオブジェクト検出をしてみよう - Qiita
はじめに これまで、R-CNNとしてBINGやSelective Searchといった手法を紹介してきました。 ・過去の記事はこちら CNNの前処理としてOpenCVでBINGを使ってみた R-CNNとしてSelective search を使ってみた しかし、BINGについてはあまり精度がよくない事、 Selective Searchについては処理速度が遅いといった不満が残ります。 そこで今回はFaster R-CNNを試したみたいと思います。 Faster R-CNNとは 物体の候補検出もCNNで行うことにより高速化された手法です。 もともとはFast R-CNNという手法が先に発表されましたが、 すぐ後に更に高速となったFaster R-CNNが発表されました。 （この世界の進歩の速度は恐ろしいものがあります。。） 詳しくはCornnel Univercityのページを参照してくださ
CIFAR-10 - 人工知能に関する断創録
MNISTの数字画像はそろそろ飽きてきた（笑）ので一般物体認識のベンチマークとしてよく使われているCIFAR-10という画像データセットについて調べていた。 このデータは、約8000万枚の画像がある80 Million Tiny Imagesからサブセットとして約6万枚の画像を抽出してラベル付けしたデータセット。このデータセットを整備したのは、SuperVision（またはAlexNet）と呼ばれる畳み込みニューラルネットワークを使ってILSVRC2012で優勝したAlex Krizhevskyさんとのこと。こういう泥臭い仕事もしていたなんて尊敬する。 CIFAR-10の元となる80 Million Tiny Imagesは類似画像検索（2009/10/3）で少し言及したことがあった。初出はこの論文（PDF）だと思うけれど、最初に読んだときいろいろな画像があってとてもわくわくし、いつか使っ
Chainerで画像カテゴリ分類（CIFAR-10を使った学習） - hellkite 日記と雑記とメモ。
ミスがあったので更新しました。 2016/10/25 すでにやりつくされている感がありますが、意外と学習から任意画像での評価までやっているサイトがなかったのでまとめておきます。学習させて用意されているテストデータを食べさせて何％の精度だったかより、ソリューション開発側としては、アプリに組み込んで動くかどうかの方が重要なので。 CIFAR-10データの準備と学習 というわけで、まずは、ChainerでCIFAR-10を学習してみます。基本は以下のサイトを参考にしました。 ai-programming.hatenablog.jp ほぼそのままですが、少し修正して試してみます。 データの準備 まず、CIFAR-10を読み込みます。こちらは上のサイトと同じコードになりますが、読み込んだデータを画像として取り出してみました。画像として取り出すための処理は以下を参考にしました。 qiita.com コ
Chainerの練習 - kivantium活動日記
畳み込みニューラルネットワーク(CNN)において、第一層の学習結果はエッジ検出などに用いられるフィルタに近いものになりやすいことが知られています。このことから、層を重ねることによって高次の特徴を抽出することができるようになったことがCNNが成功した理由なのではないかという議論もあります。 エッジ検出を行うフィルタには何種類もありますが、ここではラプラシアンフィルタを取り上げます。OpenCVではLaplacian()という関数に実装されています。一番簡単なものだと という行列を、あるピクセルを中心とする3x3の領域に掛けて総和をそのピクセルの値とするという感じの処理をするようです。 今回はChainerの練習としてこのLaplacianが学習できるかどうかやってみます。最初のCNNの話は特に関係ありません。 コード ChainerでLaplacianと同じconvolutionを行って作っ
【画像認識】Deep Learningフレームワーク「Chainer」で自前データで識別する方法 - Qstairs
はじめに 前回は自前で用意したデータを使用した「Chainer」での学習方法について紹介しました。 qstairs.hatenablog.com 今回は、前回学習した結果（モデル）を使用した識別処理について紹介します。 識別の流れ 識別の流れは大きく分けて以下のようになります。 2,3,4は変数名が変わった程度で学習時と同じです。 学習したモデルを読み込む 識別データリスト読み込み 識別データ格納 識別データ形式変換 識別 識別結果集計 ソースコード 識別処理のソースコードのみ載せます。 importしている「CNN_model」は前回の記事を参考にしてください。 # -*- coding:utf-8 -*- import numpy as np import chainer from chainer import cuda, Function, FunctionSet, gradient
chainerの畳み込みニューラルネットワークで10種類の画像を識別（CIFAR-10） - AI-Programming
＜システムバージョン＞ ubuntu 14.04 python 3.5.1 chainer 1.7.0 CIFAR-10 and CIFAR-100 datasets 32x32pixelのカラー画像を10のクラスに分類します。 訓練画像が50000枚、テスト画像が10000枚です。 CIFAR-10のデータは、各画像サンプルがchannel（3チャンネル）、row（32ピクセル）、column（32ピクセル）のフラット形式3*32*32=3072次元ベクトルの形で格納されている。 Chainerでは画像を (Nsample, channel, height, width) の形式にする必要があるためreshape()して次元を変換している。 詳しくはここに書いてあります まずは、データの読み込み。 データのファイルはこのように分かれているために、読み込みには工夫が必要。 import s
deeplearning(chainer)で超解像やってみた - mikemoke blog
最近、waifu2xというソフトウェアが話題になっています。 ultraist.hatenablog.com 画像拡大後、補正をかけることにより輪郭をシャープに見せるほか、ノイズを除去等できるようです。 ConvolutionalNeuralNetを適用することで実現しているようで、参考にされた論文はこちら。↓ Chao Dong, Chen Change Loy, Kaiming He, Xiaoou Tang, "Image Super-Resolution Using Deep Convolutional Networks" http://arxiv.org/abs/1501.00092 Deepとは言いつつも、CNN３層とネットワーク構造が簡単で、画像が小さければCPUでも計算できそう？ ちょうどchainerを使ってみたいという気持ちがあったので、練習がてら簡単に実装してみました
ChainerでCIFAR-10の分類を行ってみる - のんびりしているエンジニアの日記
皆さんこんにちは お元気ですか。私は元気です。 前回はChainerの紹介をしました。nonbiri-tereka.hatenablog.com 本日はこのChainerを使って、CIFAR-10の分類を行ってみようと思います。 アーキテクチャとして利用するのはConvolutional Neural Networkを利用します。 What is CIFAR-10 CIFAR-10 and CIFAR-100 datasetsにあるデータセットです。32x32pixelのカラー画像を10のクラスに分類する問題が含まれています。 画像の大きさはTraining画像が50000枚、Test画像が10000枚です。 研究とかのベンチマークでお世話になっている人も多いと思いますが・・・ 以下の図は本家に掲載されているサンプル画像です。 データセットの読み込み CIFAR-10ではPythonでの読
chainer メモ（その４）機械学習で顔認識！実際に画像をつっこむ（OpenCV3使用） | TOMMY NOTES
はじめにいままでchainerについてちょいちょい書いているのですが（その１）（その２）、実際に画像のクラス分けをしてみたいので、その途中段階までをまとめます。顔認識ということですが、乃木坂のメンバーを認識してみようと思います。画像集めの問題もあって今回は入力画像をメンバー4人+それ以外人たちの5つのクラスの誰であるかを判別します。(adsbygoogle = window.adsbygoogle || ).push({}); データセットデータですが、乃木坂メンバーからとりあえず、秋元真夏、白石麻衣、西野七瀬、生田絵梨花、そして誰やねん... コードの全文はgithubに 下のコードは実際に画像を指定してpredictする。 from image2TrainAndTest import image2TrainAndTest from image2TrainAndTest import g
Chainer Trainerを使って独自データセットの学習をしてみた - Qiita
Chainer1.11.0がリリースされ、Trainerという学習ループを抽象化する機能が追加されたようなので、独自のAV女優顔画像データセットを使って学習をしてみます。 顔画像の抽出やデータ拡張については、Qiita - chainerによるディープラーニングでAV女優の類似画像検索サービスをつくったノウハウを公開するを参照してください。 元記事ではnumpy形式に変換していますが、今回は学習時にディレクトリから直接画像を読み込むため、numpy形式に変換しません。 ここで使う顔画像は各女優につき1000枚ずつ画像があり、64×64のサイズにリサイズし、以下構成のディレクトリに分けられているものとします。 ./root | |--- /actress1 | |--- image1.jpg | |--- image2.jpg | |--- image3.jpg | |--- /actres
深層学習でアニメ顔を分類する with Chainer - Qiita
Kerasによる続編はこちら． はじめに 初めての投稿です．暑い日が続いておりますが，アニメ顔画像データを深層学習を使って分類しようと思います．あんまりアニメ詳しくないです．初音ミクとかならわかります．一体誰が誰なんだ． データセット データセットはanimeface-character-datasetから入手することができます． 参考:DenoisingAutoEncoderでアニメ顔の特徴を抽出してみた コード 今回はChainerをつかって畳み込みニューラルネットワークを実装します．まずモデルを定義します． Convolution → Max Pooling → Convolution → Max Pooling → Full-Connected → Softmaxみたいな感じです． コードが汚いのはご容赦ください． 参考:https://github.com/mitmul/chai
PFN発のディープラーニングフレームワークchainerで画像分類をするよ(chainerでニューラルネット1) - 人工言語処理入門
1日ちょっと前に、PFNから新しいディープラーニングフレームワーク"chainer"が公開されました[1]。触ってみた感じの特徴は、pythonのコードで完結するので、システムに組込みしやすそうで、処理の内容も読みやすい。同時に、処理の内容に興味を持たずに使うには難しいという思いでした。ベースにしてあたらしいツールを作るには最適に感じるので、これから、chainerをベースにした様々な用途のツールができるのが期待されます。 CPU用インストール ~ MNISTのトレーニング ここでは、chainerのチュートリアル[1]に書いてあるとおりにインストールと初期タスクをおこなうだけです。 インストールは、githubからソースを落としてきてpython setup.py installでも、pipで入れてもいいと思います。とりあえずここではpip pip install chainer これで
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
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
長文日記
Deep Learningで似た画像を見つける技術 | OHS勉強会#5