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
画像生成AIを使って勝負しよう
Search
Satoshi Gachi Fujimoto
March 15, 2024
Technology
1
140
画像生成AIを使って勝負しよう
熊本学園大学×熊本県情報サービス産業協会連携事業「まちの課題をICTとデータで解決する」第3回 オープンカンファレンスのLT資料です
Satoshi Gachi Fujimoto
March 15, 2024
Tweet
Share
More Decks by Satoshi Gachi Fujimoto
See All by Satoshi Gachi Fujimoto
バスあと何分ミニサイネージ
satoshirobatofujimoto
0
120
高専で制御を、大学でセンシングを学び、次は脳みそ
satoshirobatofujimoto
0
290
ガチマナ会 vol.1
satoshirobatofujimoto
0
240
画像生成AIを使って勝負しよう
satoshirobatofujimoto
0
270
画像からプロンプトを考えて最も似ている画像を生成した人が勝ちのゲーム@AIミーティング
satoshirobatofujimoto
0
180
VPS研究者が語る”VPS概論”
satoshirobatofujimoto
0
440
画像からプロンプトを考えて最も似ている画像を生成した人が勝ちのゲーム
satoshirobatofujimoto
0
230
OpenAI 新機能まとめ(Function callingとAdd your data編)
satoshirobatofujimoto
0
290
PLATEAUを用いた熊本市中心市街地におけるバリアフリー情報の可視化
satoshirobatofujimoto
0
1.1k
Other Decks in Technology
See All in Technology
【SORACOM UG Explorer 2025】さらなる10年へ ~ SORACOM MVC 発表
soracom
PRO
0
150
OpenTelemetry が拡げる Gemini CLI の可観測性
phaya72
2
2.3k
オブザーバビリティが育むシステム理解と好奇心
maruloop
2
1.2k
ソフトウェアエンジニアの生成AI活用と、これから
lycorptech_jp
PRO
0
900
Open Table Format (OTF) が必要になった背景とその機能 (2025.10.28)
simosako
2
200
AIエージェントによる業務効率化への飽くなき挑戦-AWS上の実開発事例から学んだ効果、現実そしてギャップ-
nasuvitz
5
1.2k
スタートアップの現場で実践しているテストマネジメント #jasst_kyushu
makky_tyuyan
0
130
ストレージエンジニアの仕事と、近年の計算機について / 第58回 情報科学若手の会
pfn
PRO
3
840
.NET 10のBlazorの期待の新機能
htkym
0
110
ローカルLLMとLINE Botの組み合わせ その2(EVO-X2でgpt-oss-120bを利用) / LINE DC Generative AI Meetup #7
you
PRO
1
160
What's new in OpenShift 4.20
redhatlivestreaming
0
250
CNCFの視点で捉えるPlatform Engineering - 最新動向と展望 / Platform Engineering from the CNCF Perspective
hhiroshell
0
140
Featured
See All Featured
Making Projects Easy
brettharned
120
6.4k
Six Lessons from altMBA
skipperchong
29
4k
A better future with KSS
kneath
239
18k
Music & Morning Musume
bryan
46
6.9k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Writing Fast Ruby
sferik
630
62k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
The Cult of Friendly URLs
andyhume
79
6.6k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
34
2.3k
A Tale of Four Properties
chriscoyier
161
23k
Building Applications with DynamoDB
mza
96
6.7k
Transcript
2024/3/16 第3回 オープンカンファレンス 画像生成AIを使って 勝負しよう
がちもとさん KumaMCNという技術コミュニティを運営 株式会社ナレッジコミュニケーションでAI・XRアプリ開発 崇城大学古賀都市計画研究室の技術顧問でまちづくりの研究 高専で制御を、大学でセンシングを学び、次は脳みそ @sotongshi
お題の画像を見て、プロンプトを考えましょう ※制限時間は90秒
プロンプトを入力して画像を生成、類似度で競います! ※1に近いほど類似しています
類似度の算出方法 ・ Learned Perceptual Image Patch Similarity (LPIPS) は、AlexNetやVGGなどの学習済 み画像分類ネットワークの畳み込み層が出力する特徴量を基に類似度を算出する手法
・従来のピクセル単位の差異とは異なり、画像の内容と構造をより深く理解 ・人間の目が感じる類似性に近い https://qiita.com/SatoshiGachiFujimoto/items/651472942a4885181442 https://github.com/richzhang/PerceptualSimilarity import lpips import torch import torchvision.transforms.functional as TF from PIL import Image loss_fn_alex = lpips.LPIPS(net='alex') # best forward scores path_img0 = "groundtruth.png" path_img1 = "1.png" img0 = Image.open(path_img0) img0 = img0.convert("RGB") img0 = (TF.to_tensor(img0) - 0.5) * 2 img0.unsqueeze(0) img1 = Image.open(path_img1) img1 = img1.convert("RGB") img1 = (TF.to_tensor(img1) - 0.5) * 2 img1.unsqueeze(0) d = loss_fn_alex(img0, img1) print("Perceptual loss",1-d.item()) # 1に近づくほど似ているように変更
やってみよう
お題 こちらから回答お願いします https://forms.gle/ezqf5P6STz2asFCH6
None
None
None
None
ご清聴ありがとうございました