1万円ちょっとでAI画像認識ができるJetson Nanoを買ってみた
JSで3分でできる「 顔認識 」Shape Detection API（ネット接続も不要） - Qiita
1.2 開いたら以下画面が表示されます。 「Experimental Web Platform features」をEnabledに変更します。 「RELAUNCH NOW」ボタンでChrome再起動すると「Shape Detection API」が使用できるようになります。 2. Chromeブラウザで以下ファイルを開きます。 注意）http通信で表示してください。 <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Face Detection API sample</title> </head> <body> <img src="***顔写真のある画像を指定***" id="image"> <canvas id="canvas"></canvas> <script> const image = d
【Azure Cognitive Services】画像認識でalt属性の説明文を自動生成してみた - backstage
引越して1ヶ月半、ようやく家にネットが通ったので何かコードを書こうと思いました。 Microsoft Azure Cognitive Servicesには便利そうなたくさんAPIがあります。 そのうちComputer Vision APIを使うと、画像を解析して説明文などを自動生成できます。 参考:過去の記事 s2terminal.hatenablog.com Computer Vision APIが吐き出す情報は英語か中国語です。 今回はさらにこれをTranslator Text APIで日本語化し、imgタグにして吐き出すプログラムを書いてみました。 例 Public Domain Picturesから適当にいくつか画像を取ってきて、説明文を付けてもらいました。 「木からぶら下がって緑のバナナの束」 <img alt="木からぶら下がって緑のバナナの束" src="http://www
OpenPoseとは | ディープラーニングで人のポーズを解析 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
Microsoft、テキストから画像を描く人工知能「AttnGAN」で見事な小鳥の絵
米Microsoftの人工知能ラボMicrosoft Research AIは1月18日（現地時間）、自然言語のテキストの説明から画像を描くAIシステム「AttnGAN」を発表した。 下図は、「体が黄色で黒い羽を持ち、くちばしが短い鳥」という説明から描き起こした画像という。 Microsoftは「人間が検索エンジンBingで鳥を探せば鳥の絵を表示できる。だが、この（AIが描く）鳥の絵は、コンピュータがピクセルごとにゼロから描いたものだ。こうして描かれた鳥はリアルな世界には存在せず、コンピュータが思い描く鳥のイメージだ」と説明する。 現在開発中のこのAI技術「Attentional Generative Adversarial Network（AttnGAN）」は、画像のキャプションのようなテキストによる描写の個々の単語に注意を払うようにプログラムされており、従来のテキストから画像を描く技術
わかりやすい画像のdiffを求めて - Qiita
どうも。フロントエンドエンジニアの @Quramy です。 さて、前回、1日10万枚の画像を検証するためにやったことで書いているとおり、reg-suitという画像に特化した回帰テストツールをメンテしています。 画像回帰テストという文脈において、差分の可視化方法はとても重要なファクターです。なぜなら、画像(=スナップショット)に差分が発生したからといって、それすなわち棄却、というわけではなく、その差分の内容を判断して、意図せぬ変更であれば棄却、意図した変更であればexpectedを更新する必要があります。すなわち、ワークフローに目視による差分のレビューが発生するのです。 そこで、少しだけ異なる2枚の画像について差分を効果的に可視化する、というテーマに向き合ってみました。 主にC++とOpenCVでの実装ですが、これらの知識が無くとも読めるよう、コードやAPIへの言及を少なくして、中間画像で説
Google、任意の画像が技術的に審美的に美しいかを評価し1-10（10が最高得点）で採点するCNNベースの画像評価モデル「NIMA」を提案した論文を発表
Google、任意の画像が技術的に審美的に美しいかを評価し1-10（10が最高得点）で採点するCNNベースの画像評価モデル「NIMA」を提案した論文を発表 2017-12-19 Googleは、画像に対して技術面と審美面の両方で訓練できるCNN（Convolutional Neural Network）ベースの画像評価モデル「NIMA（Neural Image Assessment）」を論文にて発表しました。 NIMA：Neural Image Assessment 本稿では、任意の画像に対して1から10（10が最高得点）の程度で評価の分布を生成し、スコアのそれぞれに尤度を割り当てるアプローチを提案します。 ユーザが技術的（ピクセルレベルの技術品質）に美しく、または審美的（美の本質）に美しく見えるような画像を予測するために訓練されたdeep CNNが紹介されます。 実験では、AVAなどの大
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
【深層学習入門】画像処理の基礎(画素操作)からCNN設計まで｜はやぶさの技術ノート