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
0
290
nekoIoTLT_nekoDeeplearning
NearMugi
August 25, 2020
Tweet
Share
More Decks by NearMugi
See All by NearMugi
nekoIoTLT_NearMugiLLM
nearmugi
0
340
nekoIoTLT_CatAndColorSensor
nearmugi
0
850
VisualProgramming_GoogleHome_LINE
nearmugi
1
490
EnebularMeetup_GoogleCalendar
nearmugi
0
250
nekoIoTLT_ToyAndVoiceAnalysis
nearmugi
0
360
nekoIoTLT_Demachi
nearmugi
0
370
nekoIoTLT_SearchBlackObject
nearmugi
1
620
nekoIoTLT_nekoGohan
nearmugi
0
470
nekoIoTLT_Tsumetogi
nearmugi
1
680
Other Decks in Programming
See All in Programming
推しメソッドsource_locationのしくみを探る - はじめてRubyのコードを読んでみた
nobu09
2
360
15分で学ぶDuckDBの可愛い使い方 DuckDBの最近の更新
notrogue
3
830
Jakarta EE meets AI
ivargrimstad
0
680
クリーンアーキテクチャから見る依存の向きの大切さ
shimabox
5
1.1k
Learning Kotlin with detekt
inouehi
1
200
たのしいSocketのしくみ / Socket Under a Microscope
coe401_
8
1.4k
JAWS Days 2025のインフラ
komakichi
1
330
未経験でSRE、はじめました! 組織を支える役割と軌跡
curekoshimizu
1
200
Jasprが凄い話
hyshu
0
180
Generating OpenAPI schema from serializers throughout the Rails stack - Kyobashi.rb #5
envek
1
430
良いコードレビューとは
danimal141
9
7.8k
Rubyと自由とAIと
yotii23
6
1.9k
Featured
See All Featured
Being A Developer After 40
akosma
89
590k
Large-scale JavaScript Application Architecture
addyosmani
511
110k
Optimising Largest Contentful Paint
csswizardry
34
3.1k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
251
21k
It's Worth the Effort
3n
184
28k
Imperfection Machines: The Place of Print at Facebook
scottboms
267
13k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
13
1k
How STYLIGHT went responsive
nonsquared
99
5.4k
Testing 201, or: Great Expectations
jmmastey
42
7.2k
Writing Fast Ruby
sferik
628
61k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
4 Signs Your Business is Dying
shpigford
183
22k
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。