"BOKU"のITな日常

興味のむくまま気の向くままに調べたり・まとめたりしてます。

0:Pythonで画像分類・物体検出

yolov3-tf2を使ってリアルタイム物体検出を簡単に試す/tensorflow v2・keras

学習済ウェイトを使って簡単に試すことができる「DeepLearningベースの物体検出(Yolo3)」ですが、tensorflow2.0で動くものがあったので試してみました。

ブラウザにドロップした画像を1000種類に分類するデモ/python・django・tensorflow2.0

WEBブラウザに画像ファイルをドロップしてBase64エンコードする処理と、Base64エンコードテキストを受け取って、学習済モデルを使って何の画像かを識別する処理を組み合わせて、簡単なデモンストレーションを作ってみます。

ImageNet(ILSVRC2012)データセット の英語名を日本語変換するPythonクラスの作成

今回は機械学習(ディープラーニング)の画像分類の学習用によく利用されている「ImageNet(ILSVRC2012)データセット 」の分類名を日本語変換するためのPythonクラスを用意してみます。

WEBブラウザにドラッグ&ドロップした画像ファイルをBase64に変換する/django+Javascript

WEB画面にドラッグ&ドロップした画像ファイルを、Base64形式に変換してtextareaにセットするのと、画像を表示するのを両方やってみます。

imagenet 1000 classで事前学習済のVGG16モデルを使った画像識別クラス/tensorflow2.0(tf.keras)

tensorflow2.0に付属の「tf.keras.applications.VGG16」モデルを使って、1000種類の画像を識別できるPythonクラスを簡単に作ってみます。 ※2019/01/21の記事をTensorflow2.0対応にリライトしました。 はじめに 今回利用するモデルはVGG16です。 www.tensorfl…

手書き数字画像を教師データなしでグループ分けする/クラスタリングをやってみる

手書き数字画像(Scikit-learn付属のdigits)を、教師なしで分類(クラスタリング)してみて、どの程度の精度がでるものなのかを見てみようと思います。

keras-yolo3で物体検出して、検出した画像をきりとり保存する方法/tensorflow v1・keras

keras-yolo3を利用して物体検出をした時に、コンソールログに面白い情報が出力されるのに気づいたので、それを使って検出した画像の切り取りをやってみます。

keras-yolo3を使って、リアルタイム物体検出を簡単に試してみる。/tensorflow v1・keras

CPUのみの非力なWindows10マシンでも、さくっと動かせる物体検出(Yolo3)のチュートリアルがあったので、やってみました。