画像認識モデルを作るための鉄板レシピ画像認識は現在、仕事・趣味と幅広い場面で欠かせないものとなってきています。その手段として機械学習を用いることももはや常識的になっていると言っても過言ではなく、そのためのチュートリアルも数多くあります。 ただ一方で、機械学習のもとになる「学習データの作り方」についてはあまり情報がありません。 本編では、この「データの取り方、処理方法(下ごしらえ)」にフォーカスした解説を進めていきます。
Googleが画像の説明文章を自動生成する技術を開発
人間は写真を見てそれがどういった場面なのかを説明することができますが、これはコンピューターにとっては非常に難しいことです。しかし、Googleの研究者は機械学習システムを用いて一度写真を見れば自動でその状況を説明するようなキャプションを生成できる、というまるで人間のような能力を持ったシステムの開発に成功しています。 Research Blog: A picture is worth a thousand (coherent) words: building a natural description of images http://googleresearch.blogspot.jp/2014/11/a-picture-is-worth-thousand-coherent.html 近年の研究では、物体の検出や分類、ラベル付けなどの技術が大幅に向上しています。しかし、人間のように複雑な状
MRPT — MRPT 2.11.10 documentation
About Mobile Robot Programming Toolkit (MRPT) provides developers with portable and well-tested applications and libraries covering data structures and algorithms employed in common robotics research areas. It is open source, released under the 3-clause BSD license. Get it Download MRPT: for installing for Linux or Windows. Compiling: to build from sources. Where to start Tutorials C++ API refe
【コラム】CVPR2013のチュートリアルの概要紹介：大規模学習,latent... | DERiVE コンピュータビジョン ブログ
このサイトについて DERiVEはコンピュータビジョン、画像認識が専門のMasaki Hayashiがお送りしている、コンピュータビジョン(Computer Vision)を中心としたITエンジニア、研究向けのブログです。※「DERiVE メルマガ別館」は2015/9月で廃刊致しました、 CVPR2013が閉幕し、各チュートリアルの資料が公開され始めているので、私の方で短い解説を交えて紹介します。（そもそもがチュートリアルというくらいで、我々がまだ詳しくないビジョンの問題の話なはずなので、もし私の解説が大きく間違っていてもご容赦ください。） 以下、CVPR2013チュートリアルリンクのページです http://www.pamitc.org/cvpr13/tutorials.php 昨年のCVPR2012のチュートリアルについても、同様に各チュートリアルの概要紹介をしましたが、今年も「機械学
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
