Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
nekoIoTLT_nekoDeeplearning
Search
NearMugi
August 25, 2020
Programming
360
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
nekoIoTLT_nekoDeeplearning
NearMugi
August 25, 2020
More Decks by NearMugi
See All by NearMugi
nekoIoTLT_NearMugiLLM
nearmugi
0
420
nekoIoTLT_CatAndColorSensor
nearmugi
0
980
VisualProgramming_GoogleHome_LINE
nearmugi
1
630
EnebularMeetup_GoogleCalendar
nearmugi
0
310
nekoIoTLT_ToyAndVoiceAnalysis
nearmugi
0
410
nekoIoTLT_Demachi
nearmugi
0
470
nekoIoTLT_SearchBlackObject
nearmugi
1
710
nekoIoTLT_nekoGohan
nearmugi
0
580
nekoIoTLT_Tsumetogi
nearmugi
1
750
Other Decks in Programming
See All in Programming
『コードを書く以外の』エンジニアリング〜課金基盤移行プロジェクト推進のためのTips4選
yuriko1211
0
560
コーディングルールの鮮度を保ちたい for SRE NEXT 2026 / keep-fresh-go-internal-conventions-sre-next-2026
handlename
0
160
壊れたパーサから始める関数型設計と構成的なパーサ #fp_matsuri
raiga0310
2
430
Foundation Models frameworkで画像分析
ryodeveloper
1
420
そこに3びきプロダクトがいるじゃろう——生成AI時代における“価値が届かない理由”の構造
kosuket
0
380
アルゴリズムは何を圧縮しているのか ─ Haskell から育った「圧縮代数」というメンタルモデル
naoya
16
3.7k
人間の目はかわらない、だからJPEGは30年もつ
yuzneri
12
17k
20260722_microCMSで考える、AI時代のコンテンツ運用設計
yosh1
0
200
GDG Korea Android: 2026 I/O Extended ~ What's new in Android development tools
pluu
0
210
属人化した知識を、 AIが辿れる地図にする
pkshadeck
PRO
1
130
Welcome to the "Parametricity" 🏙️ − Generic だけど Specific な世界 −
guvalif
PRO
1
200
Laravelで学ぶ Webアプリケーションチューニング入門/web_application_tuning_101
hanhan1978
4
1.6k
Featured
See All Featured
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
230
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
19k
The #1 spot is gone: here's how to win anyway
tamaranovitovic
3
1.1k
Crafting Experiences
bethany
1
240
A brief & incomplete history of UX Design for the World Wide Web: 1989–2019
jct
2
430
My Coaching Mixtape
mlcsv
0
190
Stewardship and Sustainability of Urban and Community Forests
pwiseman
0
410
Designing for humans not robots
tammielis
254
26k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.3k
Claude Code のすすめ
schroneko
67
230k
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.3k
Transcript
ねこ+DeepLearningを試してみる 2020.8.25 夜開催! ねこIoTLT vol.3
自己紹介 NearMugi(ニアムギ) ねこ2匹飼っています。
ねこ紹介 ニア ・3月8日生まれ 11歳 ・もふもふでかわいい ・最近体重が戻ってきて調子よい
ねこ紹介 ムギ ・5月8日生まれ 8歳 ・黒猫でかわいい ・メーメー鳴く ・人が苦手
イントロ 「ねこ+DeepLearning」の きっかけ
イントロ ねこIoTLT主催者の津川さんから 「ねこの背景をくり抜きたい」との お話を聞きました。
イントロ こんな感じです
イントロ きっとDeepLearning 使えば出来るはず
イントロ 試してみました
1.ネコの画像データを入力する 2.くり抜き用のデータが出力される 3.用意した背景とネコの画像を合成する 完成イメージ →この処理をラズパイ3の中で完結したい。 学習済みのモデルを読み込めれば出来るはず。
調べる 調べてみる
画像を意味(ネコ・イヌなど)で分類することを 「セマンティックセグメンテーション」というらしい 調べる ネコ イヌ
「セマンティックセグメンテーション」を学習するには U-NetというモデルとPASCAL VOC 2012のデータを使えば 良いっぽい 調べる
学習 学習してみる
・PASCAL VOC 2012からネコ画像だけ取り出す ・ネコorそれ以外のセグメンテーション画像に加工する ・学習データを水増しする 学習
学習結果 学習してみた結果
そこそこ上手く出来てるもの 学習結果
残念な結果だったもの(これでもまだ良いほう…) 学習結果
ネコじゃないのに… 学習結果
まとめ ・カメラと連携してIoTになるはずが、残念な結果になってしまいました ・とりあえず結果が出たので良かったです ・もう少し理解してチャレンジしてみようと思います 以上となります。 ご清聴ありがとうございました。