Shogi Images
ここで提供している画像は用途を問わず自由に使用することができます。 二次加工も可能です。 報告義務はなく、著作権表示の必要もありません。 （任意で報告や表示をしていただけるのは歓迎です。） 一方で作者は一切の責任を負わず、一切の保証をしません。 詳しくは CC0 のリーガルコード全文をお読みください。 コンテンツ 一文字駒 一文字駒（ゴシック体） 一文字駒（ダーク） 一文字駒（ゴシック体・ダーク） 盤 - 木材（明）458x500 盤 - 木材（暖）458x500 盤 - 塩化ビニル 458x500 盤 - ダーク 458x500 盤 - 木材（明）878x960 盤 - 塩化ビニル 878x960 盤 - ダーク 878x960 一文字駒
Latent Consistency Models: Synthesizing High-Resolution Images with Few-step Inference
" LCMs: The next generation of generative models after Latent Diffusion Models (LDMs). " We propose Latent Consistency Models (LCMs) to overcome the slow iterative sampling process of Latent Diffusion models (LDMs), enabling fast inference with minimal steps on any pre-trained LDMs (e.g Stable Diffusion). Viewing the guided reverse diffusion process as solving an augmented probability flow ODE (PF
AIで画像の美しさを評価する LAION Aesthetics - A Day in the Life
画像の美しさ、というのは主観が多分に含まれるものなので、コンピュータが評価するタスクとしては難しいのかな、と思っていたのだけどLAION-AESTHETICS を読んでびっくり、だいぶきちんと評価できてそう。実際にLAION Aesthetics V2でデータセットをスコア付した結果(リンク先ページは大量の画像ロードが走って遅いので注意)ではこんな感じ。例えばスコアが1.5～1.75の画像だと となる。またスコア7～7.25の画像では という感じになる。おーすごい、それっぽい。そしてこのスコアを学習・導出しているものも複雑なディープラーニング処理ではなく、単純なMLP(5つの線型層+Dropoutで、活性化関数を挟まない)というのもすごい。 LAION-Aesthetics V1 V1 では SAC というStable Diffusion等が生成した画像とプロンプトを約24万枚のデータセッ
Webサービス上の画像変換とWebPの利用について | メルカリエンジニアリング
Mercari Advent Calendar 2020の14日目は、Developer Productivity EngineeringのNetworkチーム所属の@catatsuyがお送りします。 今回のエントリーでは画像変換とGoogle社が開発した画像フォーマットであるWebPに関して紹介します。 適切なサムネイル画像のサイズと画質 現在ではiPhoneのRetinaディスプレイのように、実際に画面に表示されるサイズよりも大きなサイズの画像を要求する端末が一般的になりました。 現在のスマートフォンでは画面に表示されるサイズの2倍以上のサイズ（端末によっては3倍に対応しているものもある）の画像を用意しなければ綺麗に表示されません。サムネイル画像の綺麗さはUXに直結しますし、サービスによっては画像の綺麗さがクリック率や売り上げに貢献するケースもあるでしょう。 しかし大きなサイズの画像を
Raspberry Pi3で自動ノート取り装置を作った - いきるちから
はじめに 数理情報工学実験第二という演習で、Raspberry Piをつかって何かを作ることになりました。そこでAMATERASUという自動ノート取り装置を作ったので紹介します。 そもそもRaspberry Piって? Raspberry Pi3 Model B ボード＆ケースセット (Element14版, Clear)-Physical Computing Lab 出版社/メーカー: TechShareメディア: エレクトロニクスこの商品を含むブログ (3件) を見る これです。安くて小型で色んなセンサーをつけて遊べるコンピュータです。今回はカメラモジュールを使いました。 自動ノート取り装置とは 自動ノート取りの目標は、講義を撮影した動画*1を処理することで、ノートの代わりとして使える画像を出力することです。具体的には次のgifのような画像を次々出力していくのを目標にしています。黒くな
TensorFlowで画像分類した定食たちの銀河をつくった - #daiizメモ
先日公開された Google Cloud Platform Japan 公式ブログ: Cloud Vision API でイメージの「銀河」を探索しよう を参考にしながら，自分でも可視化に挑戦してみた．記事で書かれている手順説明とGitHubで公開されているソースコードを眺めながら，可能な範囲で真似しながら作った．制作過程をざっくりまとめていく． 可視化の題材は，Cloud Vision APIではなくて，TensorFlowを使って実験を進めているConvolutional Neural Network での定食画像分類実験とした．定食分類実験については下記記事をご覧ください． 「銀河」の様子 ブラウザで3D空間を表示するためにthree.jsを使っていて，完全に初心者状態だったので予想以上にいろいろなところで躓いた．とりあえず今のところはこんな感じで触れるようになっている． 画像収集
iTerm2の2.9以降でインライン画像表示できるようになってた - uzullaがブログ
タイトルの通り、最近のiTerm2では、シェルでインライン画像表示できるようになってた iTerm2 v3 画像表示 使い道— Issei Naruta (@mirakui) 2016年2月19日 詳しくはこちら iterm2.com どういうこと？ 以下の画像のようなことができる（上のURLからサポートスクリプトをおとして入れる必要がある） どうなってんの？ エスケープシーケンス的なものを駆使して、すこしのパラメタと、base64にエンコードされたボディのデータを受け付けた時にiTerm2がよしなにしている。 みんな大好きアニメーションGifもサポートだ gyazo.com 使い方は？ Images - Documentation - iTerm2 - macOS Terminal Replacement からサポートスクリプトをDLして、+xして使う。（ただし、一部環境については後述）
go-libwebpとgo-libjpegをつくった - BLOG::はるかさん
libwebpとlibjpegのGo bindingであるgo-libwebpとgo-libjpegをつくった。 それぞれWebPとJPEGファイルのデコード/エンコードに対応している。どちらもimage.Imageを扱うことが出来てimage/jpegやimage/pngと同じ感覚で使えるインターフェースにしている。たとえばgo-libjpegのサンプルコードは次のような感じ。 package main import ( "bufio" "image/png" "log" "os" "github.com/pixiv/go-libjpeg/jpeg" ) func main() { // Decoding JPEG into image.Image io, _ := os.Open("in.jpg") img, err := jpeg.Decode(io, &jpeg.DecoderOp
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
Vercel OG Image Playground
WebGLを使ったマンガビューワを作っている - daiiz
20160903-MeganeCo
orbe.us | ReKognition - Welcome to Rekognition.com