Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 物体検出ニューラルネットワークのSSDを調べていた。 勉強のために論文を訳することにした。 下記のページを参考にさせていただいた。 https://www.slideshare.net/takashiabe338/fast-rcnnfaster-rcnn https://www.slideshare.net/takanoriogata1121/ssd-single-shot-multibox-detector-eccv2016 ※訳には間違いがないよう注意を払いましたが、完全であることを保証できません。誤りがありましたらお教え願います。
画像内の物体検出と識別を行う予測APIが必要になったので、物体検出ニューラルネットワークであるSSD: Single Shot MultiBox DetectorをGoogle Cloud ML Engine上で訓練して予測APIとして使えるようにしました。 使い方 Google Cloud ML Engineでモデル、学習時のパラメタ、予測APIのバージョンなどをコード管理するため、StarChartを使います。 コード管理が不要であれば、リポジトリのコードをCloud Storageにアップロードしてgcloudコマンドなどで訓練を行ってください。 訓練データセットなどをCloud Storageに配置した上で、以下のようにして訓練用のジョブを投入します。 $ pip install git+https://github.com/monochromegane/starchart.git
最近、ちょっと『SSD:Single Shot MultiBox Detector』を勉強中です。ディープラーニングを使った一般物体検出のアルゴリズムで、写真の“どこに”“なにが”写っているかを推測するアルゴリズムです。 今回は、TensorFlowで物体領域予測を試してみました。SSDについても書いていますが、今回試したこととはほとんど関係なかったりします（参考にはしていますが…SSD難しい） 一般物体検出アルゴリズムについて 一般物体検出アルゴリズムについては、下記ブログで分り易く紹介されています。 Deep Learningによる一般物体検出アルゴリズムの紹介 どのアルゴリズムもarXivに論文が上がっています。 SSDから読み始めると、Faster R-CNN、Fast R-CNN、MultiBox、YOLO辺りは芋づるで読む必要が出てくるので、全てを理解するのは結構大変だと思うわ
import pickle f = open('VOC20XX.pkl', 'rb') data = pickle.load(f) print(data.keys()) ############################################# # dict_keys(['000005.jpg', ..., '006739.jpg', ...]) ... # みたいな感じで画像名のリストが表示されます。 ############################################# print(data['007571.jpg']) ####################################################### # array([[ 0.272 , 0.26666667, 0.504 , 0.73866667, 0. , # 0.
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
処理を実行中です
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
