【異常検知】食品画像を攻略してみる - Qiita
今回は、実例があまり出てこない食品画像を攻略してみたいと思います。（といっても、精度100％は出ていません(^^；） （右端「Padim + YOLOv5」が提案手法） 食品画像の難しさ 食品画像の検査は、工業製品と違って難しいと言われています。個人的には 見た目に多様性がある 位置が決まっていない が理由だと思っております。 見た目の多様性は、例えばミカンでいうと、色やサイズ、形が様々で、一つとして同じものはありません。つまり、正常品の範囲が広く、正常/異常の境界線があいまいになりがちです。一方、工業製品は多様性が少なく、正常品の範囲が狭いです。このため、正常/異常の境界線がはっきりしています。 二点目、「位置が決まっていない」は、食品という特性上、位置が多少ズレることがあります。さらに、2つの食品があったとして、2つの位置が入れ替わったとしても正常となることがあります。つまり、位置ベー
カメラに「存在しないもの」を見せるサイバー攻撃 離れた場所から電波を送信 成功率は99％
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 英オックスフォード大学の研究チームが発表した論文「Signal Injection Attacks against CCD Image Sensors」は、電波を使い、画像認識システムをだまして存在しないものを見せる手法を提案した研究報告だ。任意の文字や画像などを離れた場所からカメラシステムに電波を送信することで、例えば真っ黒であるカメラフレームに文字を浮かび上がらせることもできる。 現在は、CMOS（Complementary Metal-Oxide-Semiconductor）とCCD（Charge-Coupled Device）イメージセンサーという2つの主要なイメージセンサー・アー
画像生成AI「Stable Diffusion」で画像の部分修正を行うマスクを文字列から自動で作成してくれる「txt2mask for Stable Diffusion」の導入＆使い方まとめ
画像生成AI「Stable Diffusion」をウェブブラウザから簡単に操作できる「AUTOMATIC1111版Stable Diffusion web UI」用のアドオンで、画像から画像を生成する「img2img」モードで文字列に応じて自動的に画像を部分修正するためのマスクを作成してくれるのが「txt2mask for Stable Diffusion」です。このアドオンを導入することで、ブラシツールで画像を選択してマスクを作成する必要がなくなります。 GitHub - ThereforeGames/txt2mask: Automatically create masks for Stable Diffusion inpainting using natural language. https://github.com/ThereforeGames/txt2mask AUTOMATIC
iPhoneのカメラは13で『写実』を捨て『映え』を選択したのか「写真はサムネとして七色に輝く小さな宝石として楽しまれる」
Away with Words @tomo_kosuga iPhoneのカメラは13で写実を捨てて「映え」を選択した。多くの写真撮りを落胆させた理由はここにあるが、一方でこれが写真の現在と言える。それは色味やトーンだけでなく細部描写にも言えることだ。写真を拡大して眺める時代は終わったのだ。写真はサムネとして、七色に輝く小さな宝石として楽しまれる 2022-09-11 18:14:51 Away with Words @tomo_kosuga iPhone13で撮った写真を拡大すればよく分かる。解像度の追求ではなくサムネで見た時の見栄えを優先した結果、その細部はもはやイメージ解像度では語れない次元に突入している。言ってみれば絵画だ。絵に近い描写・タッチに置き換わっている。100余年を超えて復興するニューピクトリアリズム時代の到来 2022-09-11 18:21:04
【解説記事】ポケモンの自動化の歴史と動向【#Switch自動化 】 - ますたーの忘備録
こんにちは。ますたーです。 今回は「ポケモン自動化」の歴史・動向についての「解説記事」です。 大学生の講義で15週間に分けて説明できるぐらいのボリュームです。講義名は「#Switch自動化 概論 II」とかどうでしょう*1。 「これを読まずしてポケモン自動化の歴史は語れない――」そんな記事を目指して書きました。 Switch自動化ユーザー（特にArduino Leonardoユーザー）にとっては、垂涎モノの「歴史の教科書」としてどうぞ。今回は「図表」が多めです！（文章を読み飛ばす人にも優しい設計！） ※本ブログに初めてお越しの方は「本ブログについて」もぜひ、ご覧ください。 概要 本記事は「ポケモン自動化」の歴史・動向について、筆者なりに俯瞰的に書き記したものです（先人へのリスペクトを込めて読んでいただければ）。 多分、どこよりも体系的なのですが、やはり長いので、論文を読むような気持ちで読ん
背景型シュリーレン法 - Thoth Children
背景型シュリーレン法(BOS, Background-Oriented Schlieren)は液体や気体の濃度勾配を可視化するのに用いられる一般的な手法の一つ.通常のシュリーレン法よりも簡易なシステムにおいて実現することができレンズやナイフエッジなどが不要となっている.太陽や月の光を用いて航空機の周りの衝撃波を可視化することも可能.基準画像との相互相関法によって画像を生成する.
OCR処理プログラム及び学習用データセットの公開について | NDLラボ
2022年04月25日 NDLラボのGitHubから、次の2件を公開しました。ライセンスや詳細については、各リポジトリのREADMEをご参照ください。 NDLOCR 国立国会図書館（以下、「当館」とします。）が令和3年度に株式会社モルフォAIソリューションズに委託して実施したOCR処理プログラムの研究開発事業の成果である、日本語のOCR処理プログラムです。 このプログラムは、国立国会図書館がCC BY 4.0ライセンスで公開するものです。なお、既存のライブラリ等を利用している部分については寛容型オープンライセンスのものを採用しているため、商用非商用を問わず自由な改変、利用が可能です。 機能ごとに7つのリポジトリに分かれていますが、下記リポジトリの手順に従うことで、Dockerコンテナとして構築・利用することができます。 リポジトリ : https://github.com/ndl-lab/
“液体”でリアルタイムAI学習 環境音に最適化、低消費電力でエッジデバイス応用に期待
独自開発した液体に音の信号パターンを与えることで高速にAI学習する──東京理科大学と産業技術総合研究所の研究グループが、4月28日にこんな研究成果を発表した。コンピュータのみでの処理に比べて消費電力を低く抑えられ、処理も高速に行えることからエッジデバイスでのAI学習への応用が期待できるという。 ニューラルネットワークの中間層を、コンピュータの代わりに物理系の作用を使って情報処理する手法は「リザバーコンピューティング」と呼ばれている。その例として研究グループは「貯水池（リザバー）の水面に石を投げ込んで生じた波紋のパターンは、投げ込んだ石のサイズや投げ込む順序を反映することから、石の時系列情報を推測できる」と説明する。 研究グループは、生活環境で聞こえる人の声などの周波数に適した、イオン性の液体を開発。入力をパルス信号で与え、液体を通過して電流として応答する際に、電流の減衰時間に入力の特徴が反
WebGPUとRustでネコチャンを点描した話
はじめに 昨年１２月にこんなツイートを見かけました。 かわいいですね。幸いにして論文と実装が公開されていたので、自分でもやってみようと思って、その結果を書いたのが前回の記事です。 読んでいただければわかるとおり、前回の記事の中ではGPUを使わずにアルゴリズムやデータ構造を工夫して近似的に計算しています。結果の画像についてはそんなに悪くないと思っていますが、限界もありました。パーティクルの数も少ないし、一部の画像ではうまく行きませんでした。 やっぱり、もっとちゃんとネコチャンを点描してみたいですよね。 なので、今回の記事ではGPUを使ってアルゴリズムを再現し、よりヴィヴィッドなネコチャンの点描を作成しようと思います。GPUを使って計算するために、WebGPUのRust実装であるwgpuを使用します。ネコチャンの画像を点描にしたい人と、WebGPUに入門してcompute shaderで何か計
MedaPipeを用いて虹彩に写輪眼👀 - 高橋かずひとのプログラミング、その他、備忘録。
虹彩に写輪眼を重畳表示するプログラムです👀 結構怖い見た目に、、、👻 もう少しちゃんと実装👀 いや、怖いな、、、🤔 https://t.co/cGrf9ft5n3 pic.twitter.com/fQkVAW5OOv — 高橋 かずひと@プログラマー定年🦔 (@KzhtTkhs) 2022年4月16日 ソースコードは以下にコミットしています。 そして、裏でDeep写輪眼v3のトレーニングを実施しています。 YOLOX-Nanoを採用することによって大幅に高速化🦔！ 近日公開予定🦔🦔！ Deep写輪眼v3のモデルトレーニングを行っています👀 これはトレーニング途中の味見動画です。 第二世代に比べてFPSが早くなっています🦔 第一世代：MobileNetV2 SSDLite、学習データ約3000枚 第二世代：EfficientDet-D0、学習データ約6500枚 第三世代：
最新Raspberry Pi OS（Bullseye）のAI画像認識環境構築方法
ラズパイでAI画像認識環境構築 ひさしぶりにラズパイでディープラーニングしようと思ったら、色々変わっていたのでメモ。 追記：ラズパイ5に関しては以下記事参照ください。 前提 ハードウェアやソフトウェアの前提は以下です。 Raspberry Pi 4 Raspberry Pi OS(64-bit) with Desktop 2023-02-21(Bullseye) USBカメラ OSは64bitを使用します。32bitだとライブラリのバージョンが変わってくるのでこの記事のままだとインストールできませんので注意してください。 SDカードの書き込みやハードウェアのセッティングに関しては、以下記事参照ください。 また、上記記事では、カメラとしてRaspberry Pi カメラモジュールを使っていますが、Raspberry Pi OSがBullseyeになってから、使用するライブラリが変わった(Pi
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
Imagicを理解する
https://twitter.com/jaguring1/status/1582287476147617794
https://research-er.jp/articles/view/114587
0.2mmの微小血管を可視化、「光超音波イメージング装置」が医療機器として承認取得
https://twitter.com/yag_ays/status/1521348285687951362
コンピュータグラフィックスの基礎
Microsoft PowerPoint - CV06.ppt [互換モード]
https://www.jstage.jst.go.jp/article/pscjspe/2013S/0/2013S_877/_pdf/-char/ja
https://www.jstage.jst.go.jp/article/iieej/36/4/36_4_354/_pdf/-char/ja