macOS 12 Montereyでは一部の言語環境で機械学習を利用し写真から犬や猫の品種、花の種類、アートや本のタイトル、建築物の詳細を表示する「Visual Look Up」が可能に。
macOS 12 Montereyでは一部の言語環境で機械学習を利用し写真から犬や猫、花の種類やアート、本、建築物の詳細を表示する「Visual Look Up」が可能になっています。詳細は以下から。 Appleは2021年06月にオンラインで作成したWWDC21の基調講演の中で、写真内のテキストを抽出しコピー＆ペーストできるようにしてくれる「テキスト認識表示 (Live Text)」機能を発表し、次いで同じくiOSやmacOSの機械学習(Neural Engine)技術を利用し、 写真内に写る犬や猫の品種、花の名前、アートや本のタイトル、建物の詳細を表示できる「画像を調べる (Visual Look Up)」しましたが、この機能が本日リリースされたmacOS 12 Montereyでも一部の言語環境と地域で利用できるようになっています。 iOS 15/macOS 12 Montereyリ
iOS13でiPhone上でイヌ・ネコの識別が可能に - iPhone Mania
iOS13では、画像内に写り込んだ動物を、コンピュータビジョンを使ってイヌかネコかを判断できるようです。 開発者によって機能のアプリ内への埋め込みが可能 iOS13フレームワーク「Vision」のカテゴリーの「VNAnimalDetector」機能を使用すると、画像の動物がイヌかネコか判断できるようになる、と米メディアCNBCが伝えています。 「VNAnimalDetector」は、画像内の動物が含まれている箇所に長方形の枠を割り当て、イヌかネコかを判断するとされています。 同機能は一般向けの利用は想定されておらず、開発者がアプリ開発の際に、機能の一部として埋め込んで使用されることを前提にしています。 「VNAnimalDetector」のアプリ内の埋め込みは容易な作業であり、わずか4行のコードで実装が可能とされています。 iOS13の一般向けのリリースは、9月9日（月）から9月17日（火
TensorFlowによるDeep Learningでのアイドル顔識別モデルの性能評価と実験 - すぎゃーんメモ
以前から書いているDeep Learningによるアイドル顔識別の話の続き。 コツコツと顔画像収集とラベル付けを続けて、そこそこにデータが集まってきたので ここらでちゃんと性能評価をしてみよう、と。 データセットの作成 今回は、現時点で重複なく180件以上の顔画像が集まっている40人のアイドルを分類対象とした。 対象アイドル一覧 これらのアイドルに分類のラベルindexを振り(推してる順とかじゃなくてランダムにね)、それぞれから無作為に抽出した180件の顔画像をそれぞれラベルとセットでレコードを作り、シャッフルして30件ずつ6つのデータセットに分けて保存。 data-00.tfrecords data-01.tfrecords data-02.tfrecords data-03.tfrecords data-04.tfrecords data-05.tfrecords レコードは、以前の記
【自動彩色！】色塗り人工知能のインストール方法【Ubuntu】 – 回れ右の内輪差
一見の価値あり！ サンプル 色付けソフトが公開されたよ！ 2016年5月27日に、早稲田大学理工学術院の石川博教授、飯塚里志研究院助教、シモセラ・エドガー研究院助教らの研究グループは、ディープラーニングを応用して白黒写真を自然に彩色する手法を確立したことを発表した。そしてその成果はGitHubでソースコードが公開されていて、誰でも自由に（クリエイティブ・コモンズの表示-非営利-継承4.0国際のライセンスで）利用することができる。 白黒の写真に色付けができる！しかも自動で！これはすごい、試してみたい。Ubuntuからこの成果を試すのはとても簡単！以下の数個のコマンドを端末に入力するだけで始められる！Gitを今までに使ったことをない人を対象に説明するよ！ まずTorchを用意 これから端末にコマンドをいくつか入力して、Ubuntuに写真色付けソフトを準備する。コマンドの中には「あれ、何か間違っ
ラフ画へ自動的にペン入れして線画にする恐るべきニューラルネットワーク技術を早稲田大学の研究室が開発
複雑なラフスケッチを、まるで手でペン入れしたかのような線画に自動で変換してくれる新技術が早稲田大学の研究室によって発表されました。 シモセラ・エドガー ラフスケッチの自動線画化 http://hi.cs.waseda.ac.jp/~esimo/ja/research/sketch/ 早稲田大学のシモセラ・エドガー研究院助教らが開発したのは、鉛筆で描いたラフ画を一発で自動的に線画にしてくれる技術。例えば以下の画像でいうと、左側がラフ画スケッチ、右側がニューラルネットワークモデルで線画化したものです。 着物の女の子や…… お祭りっぽい雰囲気の女の子。 かなり線が重なっているように見えるお面のスケッチもこの通り。 複雑なスケッチでもかなりの精度で線画化しているのがわかります。 これまで、スキャンした鉛筆画など複雑なラフスケッチの線画化は非常に困難でした。しかし、新しい手法では3種類の畳込み層から
女性がアダルトビデオに出演経験があるかどうかをSNSにアップした写真から「顔認識」で特定
by Marcelle Lucena SNSにアップロードされたバラバラの写真の中から同一人物の写真を探し、SNS上での友達作りに役立てるためのサービスとして開発された顔認識システム「FindFace」は、顔認識技術が犯罪などに悪用される恐れがあると報じられていました。そんな中、FindFaceを使ってSNS上の女性の写真とアダルトビデオをマッチングさせ、AV女優の身元を特定するという悪事が発生しています。 Facial Recognition Service Becomes a Weapon Against Russian Porn Actresses - Global Voices Advocacy https://advox.globalvoices.org/2016/04/22/facial-recognition-service-becomes-a-weapon-against-
TensorFlowによるディープラーニングで、アイドルの顔を識別する - すぎゃーんメモ
以前は MNISTの例を使って画像識別を試してみた けど、次はカラー画像についての識別を試してみる。 「アイドルなんてみんな同じ顔に見える」って 最近も言われてるのかどうか知らないけど、自分もつい5年前くらいまではそう思っていたわけで。その識別を機械学習でやってみよう という試み。 最近はほとんどライブに行かなくなってしまったけど大好きなももいろクローバーZちゃんを題材にしてみることに。 5人のメンバーの顔は機械学習によってどれくらい分類できるようになるのか？？ CIFAR-10 CIFAR-10 という、32×32サイズのカラー画像を10種類のクラスに分類する識別課題があり、そのデータセットが公開されている。これを実際にTensorFlowで学習するための畳み込みニューラルネットワークのモデルや関数などがtensorflow.models.image.cifar10パッケージに同梱されて
Cloud Vision APIの凄さを伝えるべくRasPi botとビデオを作った話
（この記事はGoogle Cloud Platform Advent Calendar 2015の12月3日分の記事です） Cloud Vision APIと私 Googleに入ってからまもなく5年、Google Cloud Platformのデベロッパーアドボケイト（エバンジェリストみたいな役割）の仕事に就いてから1年が経ちました。仕事の半分はアジア地域向けの開発者コミュニティ支援で、残り半分はGCPの新製品ローンチの支援をグローバル向けに行っています。 特にここ半年は、TensorFlowをはじめ、GCPの機械学習系プロダクトのローンチ支援にフォーカスしています。TensorFlowはその序章で、公開前からAlphaカスタマー向けのスライドを作ったり説明やデモしたりしていました。 そうしたGCPの新しい機械学習系サービスのひとつが、Cloud Vision APIです。これはGoogl
Google、アプリに画像認識機能を追加できる「Cloud Vision API」を公開
Googleが、GoogleフォトやSafeSearchで採用している機械学習画像認識機能をアプリに追加できる「Cloud Vision API」をGoogle Cloud Platformユーザー向け限定プレビューとしてリリースした。 米Googleは12月2日（現地時間）、アプリに機械学習による画像認識機能を追加できる「Cloud Vision API」（プレビュー）をリリースしたと発表した。「Google Cloud Platform」を利用する開発者はこちらから限定プレビューに申し込める。少なくともプレビュー期間中は無料だ。 Cloud VisionはREST APIで、画像を数千のカテゴリに分類し、顔を認識すると表情から感情を推測し、多数の言語の文字を認識する。
MacPortsでCaffe - 自然言語処理 on Mac
2012年の国際的な画像認識技術評価タスクで、多段の畳み込みニューラルネットワークを使った手法が圧倒的な性能を達成してから、画像認識研究は深層学習中心に一変しました： [1409.0575] ImageNet Large Scale Visual Recognition Challenge 自然言語処理研究の分野でも、畳み込みニューラルネットワークを使う手法は、タスクごとの知識を利用しないで最高性能に迫る解析を行うSENNAが現れ、word2vecの分散表現やアルファベットや読みを入力としてテキスト分類タスクでベンチマークのbag-of-wordsモデルを超える性能を示したりと大変注目を集めています： [1103.0398] Natural Language Processing (almost) from Scratch [1408.5882] Convolutional Neural
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
グーグル、画像・音声認識分野のAIをクラウドで公開
CUDAなしMacで、Chainer使ってCaffeモデルをインポートして画像認識させてみる