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
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
NearMugi
August 25, 2020
Programming
340
0
Share
nekoIoTLT_nekoDeeplearning
NearMugi
August 25, 2020
More Decks by NearMugi
See All by NearMugi
nekoIoTLT_NearMugiLLM
nearmugi
0
410
nekoIoTLT_CatAndColorSensor
nearmugi
0
950
VisualProgramming_GoogleHome_LINE
nearmugi
1
610
EnebularMeetup_GoogleCalendar
nearmugi
0
310
nekoIoTLT_ToyAndVoiceAnalysis
nearmugi
0
400
nekoIoTLT_Demachi
nearmugi
0
460
nekoIoTLT_SearchBlackObject
nearmugi
1
700
nekoIoTLT_nekoGohan
nearmugi
0
560
nekoIoTLT_Tsumetogi
nearmugi
1
740
Other Decks in Programming
See All in Programming
Alternatives to JPA 2026
debop
0
110
それはエンジニアリングの糧である:AI開発のためにAIのOSSを開発する現場より / It serves as fuel for engineering: insights from the field of developing open-source AI for AI development.
nrslib
1
850
Feature Toggle は捨てやすく使おう
gennei
0
580
Cache-moi si tu peux : patterns et pièges du cache en production - Devoxx France 2026 - Conférence
slecache
0
190
飯MCP
yusukebe
0
500
Getting more out of Maven
mlvandijk
0
110
今こそ押さえておきたい アマゾンウェブサービス(AWS)の データベースの基礎 おもクラ #6版
satoshi256kbyte
1
240
ふりがな Deep Dive try! Swift Tokyo 2026
watura
0
200
PHPのバージョンアップ時にも役立ったAST(2026年版)
matsuo_atsushi
0
310
Kubernetes上でAgentを動かすための最新動向と押さえるべき概念まとめ
sotamaki0421
3
490
Going Multiplatform with Your Android App (Android Makers 2026)
zsmb
2
400
ファインチューニングせずメインコンペを解く方法
pokutuna
0
310
Featured
See All Featured
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
27
3.4k
My Coaching Mixtape
mlcsv
0
98
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
100
What does AI have to do with Human Rights?
axbom
PRO
1
2.1k
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
260
Primal Persuasion: How to Engage the Brain for Learning That Lasts
tmiket
0
320
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.3k
職位にかかわらず全員がリーダーシップを発揮するチーム作り / Building a team where everyone can demonstrate leadership regardless of position
madoxten
62
53k
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.5k
Docker and Python
trallard
47
3.8k
GitHub's CSS Performance
jonrohan
1032
470k
Site-Speed That Sticks
csswizardry
13
1.2k
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。