Chainerでアニメキャラの目からハイライトを消す - にせねこメモ
pix2pix pix2pixというモデルがある。入力画像と、それと一対一対応する変換ターゲットの画像を用意すると、その間の変換を自動で学習してくれるというものである。 元論文はこれ: [1611.07004] Image-to-Image Translation with Conditional Adversarial Networks この論文内では、モノクロ写真に着色するだとか、線画に色を付ける、航空写真から地図を生成する、ラベリング画像から写真を復元する、などが行われている。要するに、何らかの画像のペアを用意すれば、ペア間の画像変換が学習できるっぽい。 それで、入力画像としてアニメキャラの顔の画像を用意し、出力画像として入力画像から目のハイライトを消したものを用意すれば、アニメキャラの目からハイライトを消すモデルが学習できないだろうか。 幸い、pix2pixのChainer実装が公
アダルト画像が含まれているか判定できるAPIを使って、家族の入浴写真を分析してみた
アダルト画像が含まれているか判定できるAPIを使って、家族の入浴写真を分析してみた：はじめてのAI 画像から年齢や性別を認識する「Face API」と感情を認識する「Emotion API」を使えるようになった筆者。今回は、これまでで1番多くの情報を得ることができる「Computer Vision API」を学びます。 AIについて学びたくて、この春から勉強を始めた筆者。日本マイクロソフト テクニカルエバンジェリスト大田昌幸（おおたまさゆき）先生に教えてもらい、Microsoftが公開しているAPIを使って、AIを学んでいます。 これまで、画像から年齢や性別を認識する「Face API」と感情を認識する「Emotion API」を勉強してきましたが、いよいよ今回は画像から多くの情報を得ることができる「Computer Vision API」を使ってみます。 Computer Vision
Excelで佐々木希を描く with python - Qiita
【環境】 windows8.1 Excel 2013 python2.7 opencv3 【概要】 佐々木希の写真から色の情報を取得して、Excelのセルに塗りつぶします。 【フォルダ構成】 |---sasaki_excel |---sasaki_excel.py |---sasaki_nozomi.jpg（佐々木希の画像） |---sasaki_nozomi.xlsx（描画用のエクセル） こちらの画像を使用しました。 【プログラム】 # -*- coding:utf-8 -*- import cv2 from openpyxl import load_workbook from openpyxl.styles import PatternFill # 画像読み込み image = cv2.imread("sasaki_nozomi.jpg") # エクセルファイル読み込み wb = lo
マナカナを集める - かれ4
機械学習をやっていると、どうしても、マナカナの画像を集めないといけない時があります。 マナカナの画像を効率的に集めるために、BingのSearch APIを使って画像のURLを取得し、 ダウンロードするようにします。 Bing API のAPIキーを取得する Bing Search API | Microsoft Azure Marketplace 月間5000トランザクションであれば、無料で使えるので、これをつかいます。 5000トランザクションもあれば十分だと思うので、右側にある、0円のものにサインアップします。 次の画面で、「前述の公開元のオファー条件とプライバシーポリシーを読み、内容に同意しました。」 のチェックを入れて、サインアップを押せばサインアップは完了です。 (microsoftのアカウントを持っている事が前提です。) サインアップが完了したら、 サービス エクスプローラー
ご注文はDeep Learningですか？ - kivantium活動日記
先日Deep Learningでラブライブ！キャラを識別するという記事が話題になっていました。この記事で紹介されている SIG2D 2014を知り合いから貸してもらったので参考にしながら、ご注文は機械学習ですか？のDeep Learning版を作ってみました。 Caffeなど必要なソフトのインストール Ubuntu 14.04の場合は過去記事を参照してください。これ以外にもpython-opencvなどを使いますが、依存関係の全ては把握できていないのでエラーが出たら適宜インストールしてください。 データの準備 Deep Learningでは大量の学習データが必要になると言われているので、まずは大量のデータを用意します。参考記事では6000枚のラブライブ画像を使ったということなので対抗して12000枚以上のごちうさ画像を用意したいと思います。それだけのデータを手動で分類するとそれだけで時間が
ご注文は機械学習ですか？ - kivantium活動日記
先日書いたOpenCVでアニメ顔検出をやってみた - kivantium活動日記の続編です。アニメ顔を検出するところまではうまくいったので、今度はキャラの分類をやってみようと思います。環境はUbuntu 14.10です。 ひと目で、尋常でない検出器だと見抜いたよ まずは分類に使う学習用データを用意します。投稿から半年以上経つのにまだランキング上位に残っている驚異の動画ご注文はうさぎですか？ 第1羽「ひと目で、尋常でないもふもふだと見抜いたよ」 アニメ/動画 - ニコニコ動画を使います。 動画のダウンロード Ubuntuならaptで入れられるnicovideo-dlというツールを使います。 sudo apt-get install nicovideo-dl nicovideo-dl www.nicovideo.jp/watch/1397552685その後avidemuxでOP部分だけの動画を
もし16種類のプログラム言語が武器になったら
By Lennart Tange 一口に「プログラム言語」といっても、その種類は多岐にわたり、それぞれ他にはない特徴や長所、短所を備えているものです。Floobitsでソフトウェアエンジニアを務めるビョルン・ティップリング氏は16種類の言語をさまざまな武器に例え、それぞれに備わっている個性を表現しています。 If Programming Languages were Weapons - science and tech post - Imgur https://imgur.com/gallery/huZRM ◆01：「C言語」 プログラムの基本ともいえるC言語は、アメリカの半自動小銃「M1ガーランド」とのこと。その理由は「古いが、信頼性は高い」から。 ◆02：「C++」 C言語の拡張版として誕生したC++は「ヌンチャク」に例えられています。その理由は「うまく使えば強大な能力を発揮するけど、
アルゴリズムとプログラミングをビジュアルで一挙に理解できる「VisuAlgo」
アルゴリズムを理解するのにビジュアル化することは非常に有効で、プログラムをビジュアル化することで理解が進むのもまた同じ。そこで、アルゴリズム・プログラミングの理解が進むようにと、アルゴリズムを記述したプログラムコードを一挙にビジュアル化することで、アルゴリズム＆プログラミングを同時に学習できる一挙両得なサービス「VisuAlgo」が公開されています。 VisuAlgo - visualising data structures and algorithms through animation https://visualgo.net/en 上記のVisuAlgoサイトで試しにソートアルゴリズムの基本プログラム「バブルソート」をビジュアル化してみます。「Sorting」の「bubble」をクリック。 検索窓の下に「bubble」と表示されたのを確認したら「Sorting」の画像をクリック。
なんと、お金借りる審査通らない、お金借りるならどこがいいのかの人に教えたくない話
わかった！お金借りる審査通らないやお金借りるならどこがいいのかについて 四十代に突入してからというもの、振込融資は苦行のようなものに成り果てているんです。 不動産担保ローン各社は、ほんのちょっと節制しただけでも、増えた分は取り返せたのに、単発バイトだと限界まで努力しているにもかかわらず、消費者金融自体は減ってくれなくて、つい挫折してリバウンドしたこともあります。 高額融資が落ちた上に、活動量が減っているのですから、新生銀行フィナンシャルのも当然なのでしょう。 新生銀行フィナンシャルがわからない人は少数派でしょう。私もわかっています。 お金借りる審査通らないを変化させるのは誰にとっても困難で、継続が難しいものです。 お金借りる審査通らないを食べたらオッケーとか、ちょっとした運動だけでダイエット可能なんていわれると注目してしまうんです。 お金借りるならどこがいいのかを嫌悪したくなります。香水を
ソフトウェアを“街”で表現――富士通研究所がソフトウェアの機能構造を地図化する技術を開発
富士通研究所は、複雑で大規模な業務アプリケーションから、業務のための機能・役割を実現している「機能コンポーネント」を自動発見するマイニング技術と、発見した機能コンポーネントに基づいてアプリケーションの構造を可視化するソフトウェア地図の自動作成技術を開発した。 一般的に企業などで運用されている業務アプリケーションは、長年の開発保守により多機能化・複雑化が進み、設計当初に想定していた構造の範囲に収まらない機能追加や構造を越えた業務間の依存関係が作り込まれているものだ。その一方、企業を取り巻くビジネス環境の変化のスピードは目まぐるしいものがある。こうした変化に業務アプリケーションをどのように適用させるべきか、その意思決定には迅速さが求められる。 富士通研究所は2012年2月29日、複雑で大規模な業務アプリケーションから、業務のための機能・役割を実現している「機能コンポーネント」を自動発見するマイ
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
