Stable Diffusionを「いらすとや」で追加学習する - TadaoYamaokaの開発日記
前回、Stable Diffusionをdanbooruデータセットを使用して追加学習することを試した。 今回は、自分でデータセットを作成して追加学習することを試す。 データセットには、画像とキャプションが揃っている必要があり、キャプションがない場合はCLIPで疑似ラベルを生成するなどする必要がある。 今回は、画像に対するキャプションがある「いらすとや」をスクレイピングして、データセットを作成した。 データセット作成 「いらすとや」から全ての画像とキャプションを取得した。 画像に複数バリエーションがある場合は、1つ目の画像のみを使用した。 キャプションは、日本語になっているため、Googleスレッドシートで、「=GOOGLETRANSLATE(XX,"ja","en")」を使って英語に変換を行った。 合計で、22891枚の画像とキャプションのセットが用意できた。 画像サイズ変換 画像は、5
メルアイコン変換器を作った話 - Qiita
はじめに 「メルアイコン」と呼ばれる、Melvilleさんの描くアイコンはその独特な作風から大勢から人気を集めています。 上はMelvilleさんのアイコンです。 この方へアイコンの作成を依頼し、それをtwitterアイコンとしている人がとても多いことで知られています。 代表的なメルアイコンの例 （左から順にゆかたゆさん、みなぎさん、しゅんしゅんさんのものです (2020/12/1現在)） 自分もこんな感じのメルアイコンが欲しい！！ということで機械学習でメルアイコン生成器を実装しました！！.......というのが前回の大まかなあらすじです。 今回は別の手法を使って、キャラの画像をメルアイコンに変換するモデルを実装しました。例えばこんな感じで変換できます。 実装したコードはこちら 本記事ではこれに用いた手法を紹介していきます。 GANとは 画像の変換にあたってはUGATITという手法を使って
「モザイク画像の解像度を64倍にする研究」が人種差別の議論に発展、非難を集めた研究者はアカウントを停止
計算機科学の分野において功績を収めた人物に贈られるチューリング賞を2018年に受賞した、Facebookの人工知能部門におけるチーフ研究者、ヤン・ルカン氏は、人工知能および機械学習における人種差別の議論で多くの非難を受け、Twitterアカウントを停止することを発表しました。 Yann LeCun Quits Twitter Amid Acrimonious Exchanges on AI Bias | Synced https://syncedreview.com/2020/06/30/yann-lecun-quits-twitter-amid-acrimonious-exchanges-on-ai-bias/ きっかけは2020年6月20日に、デューク大学が人工知能アルゴリズムを用いた高品質の画像生成に関する研究結果をTwitter上で公表したことから始まりました。 Face Depi
電子ペーパーを額装して飾るとやたらカッコいい
1983年徳島県生まれ。大阪在住。散歩が趣味の組込エンジニア。エアコンの配管や室外機のある風景など、普段着の街を見るのが好き。日常的すぎて誰も気にしないようなモノに気付いていきたい。（動画インタビュー） 前の記事：高速道路上にあるバス停が異世界 ＞ 個人サイト NEKOPLA Tumblr 電子ペーパーを飾るということ 「電子ペーパー」は、どちらかといえば地味な存在だ。その多くがモノクロだし、応答速度（画面切り替え）も遅い。液晶と比べると華やかさに欠けるイメージがある。 しかし一方、目が疲れにくかったり、電源がなくても画面表示を保持する特性があったりで、電子書籍端末などに重宝されている。秀才の影に隠れて目立たない無口キャラだけど、「あいつ、実はすごいやつだよな」とクラスで噂されるような存在である。 そんな飾り気のない、質実剛健な電子ペーパーに強く惹かれている。 これは愛用している電子ペーパ
JPEG圧縮しづらい風景を探せ！
「JPEG」という画像圧縮の方式がある。私たちが普段みているデジタル写真は、大半がJPEGで圧縮されている。この記事のトップ画像だってそうだ。 ただ、JPEGだって万能じゃない。原理的にどうしても圧縮しづらい「苦手な画像」というものがある。自作の「JPEG圧縮しづらい度を測るカメラ」を使って、JPEGの視点に立って街を見渡してみた。
ImageMagickの脆弱性(CVE-2016-3714他)についてまとめてみた 2016-05-04 - piyolog
画像処理ソフトImageMagickに複数の脆弱性が存在するとして2016年5月3日頃、CVE-2016-3714他の脆弱性情報が公開されました。ここでは関連情報をまとめます。 ImageMagick 開発チームの情報 2016年5月3日 ImageMagick Security Issue 脆弱性情報 対象 ImageMagick CVE CVE-2016-3714 CVE-2016-3715 CVE-2016-3716 CVE-2016-3717 CVE-2016-3718 影響 RCE 重要度 CVE-2016-3714：Important(Redhat)/緊急(JPCERT/CC) PoC PoC公開あり。 in the wildとの情報もあり。 CVSS(v2) CVE-2016-3714：6.8(Redhat)/9.3(CERT/CC) 発見者 Nikolay Ermishki
全自動水玉コラ生成マシーン - onk.ninja
全自動水玉コラ生成マシーン 聖夜なので表題のものを作った。 https://github.com/onk/auto_circle_collage processing で書いたアプリだけど、この記事の内容はほぼ OpenCV の話です。 仕組み 水着を自動認識して「隠す」とマーク 顔を自動認識して「見せる」とマーク マークに沿って円充填 水着領域の自動認識 最初のアプローチ OpenCV を使って肌色認識 選択領域を膨張 -> 収縮させる 肌色との差分を取れば水着領域が完成 肌色認識 先人が大量に居た。RGB 色空間ではなく HSV 色空間を使うというのがコツなようだ。 HSV色空間 - Wikipedia HSV 色空間なら影になっている部分も抽出できる。 今回は Hue: 7..15 を肌色として定義した。 PImage detectHada() { // 作業用に hue で gra
Deep Learningでラブライブ！キャラを識別する - christinaの備忘録
このところDeep Learningが相当流行っているようで、ほとんど至るところで話題になっているのを見ます。 Deep Learningは深層学習とも呼ばれ、ニューラルネットワークの層をこれまでより深くして機械学習を行う技法です（だそうです）。 画像認識コンテストで他の方法と比べて非常に高い精度を示しており、以前は人の手で行っていた特徴の抽出まで行えます。 以前であれば車を認識するには車はどのような特徴を持っているかを人がモデル化して入力していたわけですが、この特徴を入力画像と与えられたラベルからニューラルネットワークが捉えてくれます。詳しいことはDeep Learningで検索して出てくる記事やスライドを参照のこと。 Deep Learning自体は容易に実装可能なものではなさそうですが、多くの研究グループがDeep Learningを行うためのソフトウェアをオープンソースにしているた
画像アップロード処理サンプル集 - Qiita
【2021/10/15 追記】 この記事は更新が停止されています。現在では筆者の思想が変化している面もありますので，過去の記事として参考程度にご覧ください。 前書き より一般化したものについては 「ファイルアップロードの例外処理はこれぐらいしないと気が済まない」 を参照。ここではそれを元に画像ファイルに限定して、いくつかのパターンで例を構成してみる。また、フォームの送信と受信を同一ファイルで行うとする。 1. exif_imagetype 関数を用いてチェックを行う これは、画像に関するMIMEタイプを整数として返す関数である。finfoクラスが使えない環境においても統一的にこちらの関数は使えるはず。但し、画像の形式を判別するために必要なだけのバイト数を読み込めない場合にエラーを発生するので、 エラー制御演算子 @ を用いて抑制する必要がある。以前ここでは getimagesize 関数を
2000年の女の子たちの携帯電話｜安田理央
この記事が気に入ったら、サポートをしてみませんか？ 気軽にクリエイターの支援と、記事のオススメができます！
ドラゴンボールの左と右と読みやすさの秘密
※2014/03/17追記：巻末にオマケを追加 先日、Twitterで漫画のイマジナリーラインについて話題になった。 【イマジナリーライン】を超えたマンガは最悪なのか http://togetter.com/li/641095 その中で、自分もドラゴンボールのワンシーンを画像としてTwitterに投稿し、その画像を起点に色々な議論が交わされていくのを非常に興味深く読んだ。そこで思い出したんだけど、自分もドラゴンボールの左と右に関する記事を書いてる途中だった。 というわけで、話題がホットなうちに公開しようと思い急遽書き上げたのでお読みください。（書くこと多すぎて旬を過ぎた感は否めないけど、イマジナリーラインとは直接関係ない話だし、ね！） キャラ位置が頻繁に入れ替わるのに読みやすい まずはこの画像を見ていただきたい。自分がTwitterに投稿して議論になったドラゴンボールのワンシーン。 2コマ
とんでもないことになっている1円玉が280万円で落札される
ネットオークションサイト「ヤフオク！」にとんでもない1円玉が出品されていました。153件におよぶ壮絶な入札合戦の末に280万円という超高値で落札され、「たかが1円が280万円だと!?」とネットユーザーの間で大きな話題になりました。 280万円の1円玉 エラーってレベルじゃないだろこれ 刻印がズレすぎて、かろうじて平成以降に作られたことだけがわかる状態の1円玉。これは「エラーコイン」と呼ばれているもので、50円玉の穴が空いていなかったり、刻印がズレていたりするものを硬貨オタクがコレクションを目的に集めているそうです。正しく作られていたら1円の価値しかなかったものが、ミスのために280万円の値打ちものになるというのは興味深いことです。 advertisement 関連記事 高さ17メートル・重さ2トンの観音像、ヤフオクで1円スタート 「ネタではありません」 お祓い済みなので安心。 “商品の状態
佐村河内問題へのコンピュータビジョン的アプローチ | ぱろすけのメモ帳
序論 近年、全聾の作曲家とされた佐村河内守氏がゴーストライターを用いていたことを告白し、同時に障害者手帳の不正受給も疑われ、大きな問題となっている。その報道の中で、佐村河内氏の容姿が多くの著名人と酷似していること、2月の会見と3月の会見で外見が大きく変化したことが話題となった。 具体的には、2月の会見の時点で話題になったものが 笑 佐村河内を探せ！（勝手に改訂版） pic.twitter.com/3TLFm14PvZ” — FACT (@factjapan) February 7, 2014 であり、3月の会見を踏まえて修正されたものが 佐村河内を探せの最新版ｸｿﾜﾛﾀ pic.twitter.com/ptNhxecCW4 — 天才指揮者bot (@Siegfried_Idyll) March 7, 2014 である。 ここで興味深いのは、佐村河内氏の顔をコンピュータに学習させ、これらの顔
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
【画像】エロ漫画切り取るの捗りすぎワロタｗｗｗｗｗｗｗｗ：キニ速
内臓が透けて見える「透明カエル」の新種発見
健康的な水着写真かそうでないかを判別できるフィルタリングシステムの開発に成功 
Bijostagram
将棋界を知らない人向け画像 : 2chコピペ保存道場
現役JD20歳処女がTwitterに顔出しでブラ外したぽちゃ巨乳晒した自画撮り – みんくちゃんねる
アナログなSQLインジェクション手法がすごい件 - YomuKaku Memo