2009年の5月1日から9年間個人事業主として活動してきましたが、2018年5月11日に法人化したので、知り合いへの報告と、同じように法人化を検討している自営業の方の参考になるかもしれないので、経緯をまとめておきます。 もともと個人事業主になった経緯は、前職のベンチャーをやめた時まだ社会人博士課程在学中で、二足の草鞋状態で雇ってくれるところもないだろうということで、とりあえず独立しました。 もう一つ、それまでリストラ２回とブラック会社勤務を経験し、年齢的にも転職が厳しくなると言われている三十路中盤だったため、今後サラリーマンを続けていくことに不安を感じていました。そこで、とりあえず自分の名前で仕事取ってこれるようになれば、リストラもブラック会社怖くないだろうというのも理由です。 独立直後は赤字案件に捕まって生活が追い込まれたりもしましたが、なんとか博士号も取得し、お客さんにも恵まれてこれま
第44回コンピュータビジョン勉強会＠関東は、「強化学習論文読み会」というテーマで、株式会社Preferred Networks様の会場をお借りして行いました。 また、今回は午前中にPFNの前田新一先生による特別講演も行われ、初参加者も多く大盛況の回となりました。 例によって発表資料をまとめます。 コンピュータビジョン勉強会＠関東 http://sites.google.com/site/cvsaisentan/ 開催プログラム https://kantocv.connpass.com/event/76984/ Tweetまとめ https://togetter.com/li/1196249 以下、発表順。 発表者： 前田新一先生 タイトル： 強化学習の光と闇 発表者：@takmin（私） 発表論文： Curiosity-driven Exploration by Self-supervis
最近、Semantic Segmentationについて調べる機会がありました。 せっかくなので、公開します。 例に挙げた研究は、まだarXivのみに発表されたようなのは(Pix2Pixを除いて)あまりカバーされてません。（この後もう少し調べる予定） Semantic segmentation from Takuya Minagawa また、資料をアップロードしようしたまさに今日、PFNさんがDeep Learningを使った最新のセグメンテーション方法についての素晴らしいセミナーがあったので、この資料と合わせて見ると参考になると思います。この資料でカバーしていないUnet、SegNet、RefineNetなどについても解説されています。
この記事は、OpenCVアドベントカレンダー18日目の記事です。 http://qiita.com/advent-calendar/2015/opencv OpenCVで物体検出器を作成するにあたり、手っ取り早いのはopecv_traincascadeという実行ファイルを使用して検出器をトレーニングすることです。 OpenCV2.xからHaar-like特徴以外にもLBPやHOGといった特徴量も選択することができました。 http://d.hatena.ne.jp/takmin/20141008/1412776956 HOGは人物検出などで有効な特徴量のため[1]重宝していたのですが、OpenCV3.0になりいざ検出しようとすると、HOGはだめだよーというAssertionエラーが。。。 トレーニングはできるのになぜ？？？とググってみたら、以下のような情報が http://code.ope
思いっきり車輪の再発明っぽいツールを２つほど作りました。 Data Augmentationツール Deep Convolutional Neural Networkとかで画像を学習させる際、学習画像をずらしたりぼかしたり、色々と変形を加えて学習画像を増やすことで、認識をロバストにするというテクニックが良く使われています。(Caffeなんかにも実装されている。) でまあ、そういうテクニックってDeep Learning以外のケースでも学習データ増やすのに有効だろうってことで、コマンドラインから使えるツールをC++で自作しました。 https://github.com/takmin/DataAugmentation 学習画像に対して、アスペクト比の変更、回転（ロール・ピッチ・ヨー）、ぼかし、ノイズ付加、ずらしなどの処理をランダムに加えます。 詳しくはreadmeJ.txtを読んで下さい。 一
今まで自分が見つけたコンピュータビジョンの研究に役に立ちそうなフリーのライブラリやソースコードをまとめてみました。自分ではまだ使っていないものも多いので、そこはご容赦を。主にC/C++が中心です。 またライブラリ形式でない、いわゆる学会で発表した研究のコードをそのまま公開しているという人がたくさんいて、それに関しては特にメジャーなもののみ紹介しています。なにぶん僕の観測範囲は限られてますので、「このライブラリに触れないのはおかしい」、「説明が間違っている」等、ご意見大歓迎です。 定番(Standard) OpenCV 定番中の定番です。コンピュータビジョンに関して広範なアルゴリズムが実装されています。 http://code.opencv.org/projects/OpenCV/wiki/WikiStart Point Cloud Library ３次元点群データを扱うならこれ。Kinec
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
