Enviar pesquisa
Carregar
CG Image Recognition with Deep Learning
•
Transferir como PPTX, PDF
•
0 gostou
•
1,157 visualizações
Kodai Takao
Seguir
CG Image Recognition using Deep Learning
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 24
Baixar agora
Recomendados
論文紹介 Pixel Recurrent Neural Networks
論文紹介 Pixel Recurrent Neural Networks
Seiya Tokui
SeRanet
SeRanet
Kosuke Nakago
[DL輪読会]Learning by Association - A versatile semi-supervised training method ...
[DL輪読会]Learning by Association - A versatile semi-supervised training method ...
Deep Learning JP
Deep learning 20170311
Deep learning 20170311
Hiroyuki Miyamoto
Reducing the Dimensionality of Data with Neural Networks
Reducing the Dimensionality of Data with Neural Networks
Nagayoshi Yamashita
Ocha 20191204
Ocha 20191204
Atsushi Hashimoto
Active learning with efficient feature weighting methods for improving data q...
Active learning with efficient feature weighting methods for improving data q...
Shunsuke Kozawa
Machine learning design pattern transfer learning
Machine learning design pattern transfer learning
Tomohisa Seki
Recomendados
論文紹介 Pixel Recurrent Neural Networks
論文紹介 Pixel Recurrent Neural Networks
Seiya Tokui
SeRanet
SeRanet
Kosuke Nakago
[DL輪読会]Learning by Association - A versatile semi-supervised training method ...
[DL輪読会]Learning by Association - A versatile semi-supervised training method ...
Deep Learning JP
Deep learning 20170311
Deep learning 20170311
Hiroyuki Miyamoto
Reducing the Dimensionality of Data with Neural Networks
Reducing the Dimensionality of Data with Neural Networks
Nagayoshi Yamashita
Ocha 20191204
Ocha 20191204
Atsushi Hashimoto
Active learning with efficient feature weighting methods for improving data q...
Active learning with efficient feature weighting methods for improving data q...
Shunsuke Kozawa
Machine learning design pattern transfer learning
Machine learning design pattern transfer learning
Tomohisa Seki
Semantic segmentation
Semantic segmentation
Takuya Minagawa
Image net classification with deep convolutional neural network
Image net classification with deep convolutional neural network
ga sin
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
西岡 賢一郎
ニューラルネットと深層学習の歴史
ニューラルネットと深層学習の歴史
Akinori Abe
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII
Mxnetによるデープラーニングでセミの抜け殻を識別する
Mxnetによるデープラーニングでセミの抜け殻を識別する
dokechin
E-SOINN
E-SOINN
SOINN Inc.
Outrageously Large Neural Networks:The Sparsely-Gated Mixture-of-Experts Laye...
Outrageously Large Neural Networks:The Sparsely-Gated Mixture-of-Experts Laye...
KCS Keio Computer Society
Learning Convolutional Neural Networks for Graphs
Learning Convolutional Neural Networks for Graphs
Takuya Akiba
深層学習 勉強会第1回 ディープラーニングの歴史とFFNNの設計
深層学習 勉強会第1回 ディープラーニングの歴史とFFNNの設計
Yuta Sugii
深層学習の数理
深層学習の数理
Taiji Suzuki
画像処理基礎
画像処理基礎
大貴 末廣
Generative Deep Learning #01
Generative Deep Learning #01
逸人 米田
SSA-SOINN
SSA-SOINN
SOINN Inc.
Visualizing Data Using t-SNE
Visualizing Data Using t-SNE
Tomoki Hayashi
Generative deeplearning #02
Generative deeplearning #02
逸人 米田
【基調講演】『深層学習の原理の理解に向けた理論の試み』 今泉 允聡(東大)
【基調講演】『深層学習の原理の理解に向けた理論の試み』 今泉 允聡(東大)
MLSE
Deeply-Recursive Convolutional Network for Image Super-Resolution
Deeply-Recursive Convolutional Network for Image Super-Resolution
harmonylab
人工知能10 サポートベクトルマシン
人工知能10 サポートベクトルマシン
Hirotaka Hachiya
クラウドソーシングにおける協調的な共同作業に対する組織構成システム
クラウドソーシングにおける協調的な共同作業に対する組織構成システム
Okamoto Laboratory, The University of Electro-Communications
九大_DS実践_画像処理応用
九大_DS実践_画像処理応用
RyomaBise1
九大_DS実践_画像処理応用
九大_DS実践_画像処理応用
RyomaBise1
Mais conteúdo relacionado
Mais procurados
Semantic segmentation
Semantic segmentation
Takuya Minagawa
Image net classification with deep convolutional neural network
Image net classification with deep convolutional neural network
ga sin
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
西岡 賢一郎
ニューラルネットと深層学習の歴史
ニューラルネットと深層学習の歴史
Akinori Abe
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII
Mxnetによるデープラーニングでセミの抜け殻を識別する
Mxnetによるデープラーニングでセミの抜け殻を識別する
dokechin
E-SOINN
E-SOINN
SOINN Inc.
Outrageously Large Neural Networks:The Sparsely-Gated Mixture-of-Experts Laye...
Outrageously Large Neural Networks:The Sparsely-Gated Mixture-of-Experts Laye...
KCS Keio Computer Society
Learning Convolutional Neural Networks for Graphs
Learning Convolutional Neural Networks for Graphs
Takuya Akiba
深層学習 勉強会第1回 ディープラーニングの歴史とFFNNの設計
深層学習 勉強会第1回 ディープラーニングの歴史とFFNNの設計
Yuta Sugii
深層学習の数理
深層学習の数理
Taiji Suzuki
画像処理基礎
画像処理基礎
大貴 末廣
Generative Deep Learning #01
Generative Deep Learning #01
逸人 米田
SSA-SOINN
SSA-SOINN
SOINN Inc.
Visualizing Data Using t-SNE
Visualizing Data Using t-SNE
Tomoki Hayashi
Generative deeplearning #02
Generative deeplearning #02
逸人 米田
【基調講演】『深層学習の原理の理解に向けた理論の試み』 今泉 允聡(東大)
【基調講演】『深層学習の原理の理解に向けた理論の試み』 今泉 允聡(東大)
MLSE
Deeply-Recursive Convolutional Network for Image Super-Resolution
Deeply-Recursive Convolutional Network for Image Super-Resolution
harmonylab
人工知能10 サポートベクトルマシン
人工知能10 サポートベクトルマシン
Hirotaka Hachiya
クラウドソーシングにおける協調的な共同作業に対する組織構成システム
クラウドソーシングにおける協調的な共同作業に対する組織構成システム
Okamoto Laboratory, The University of Electro-Communications
Mais procurados
(20)
Semantic segmentation
Semantic segmentation
Image net classification with deep convolutional neural network
Image net classification with deep convolutional neural network
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
ニューラルネットと深層学習の歴史
ニューラルネットと深層学習の歴史
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
Mxnetによるデープラーニングでセミの抜け殻を識別する
Mxnetによるデープラーニングでセミの抜け殻を識別する
E-SOINN
E-SOINN
Outrageously Large Neural Networks:The Sparsely-Gated Mixture-of-Experts Laye...
Outrageously Large Neural Networks:The Sparsely-Gated Mixture-of-Experts Laye...
Learning Convolutional Neural Networks for Graphs
Learning Convolutional Neural Networks for Graphs
深層学習 勉強会第1回 ディープラーニングの歴史とFFNNの設計
深層学習 勉強会第1回 ディープラーニングの歴史とFFNNの設計
深層学習の数理
深層学習の数理
画像処理基礎
画像処理基礎
Generative Deep Learning #01
Generative Deep Learning #01
SSA-SOINN
SSA-SOINN
Visualizing Data Using t-SNE
Visualizing Data Using t-SNE
Generative deeplearning #02
Generative deeplearning #02
【基調講演】『深層学習の原理の理解に向けた理論の試み』 今泉 允聡(東大)
【基調講演】『深層学習の原理の理解に向けた理論の試み』 今泉 允聡(東大)
Deeply-Recursive Convolutional Network for Image Super-Resolution
Deeply-Recursive Convolutional Network for Image Super-Resolution
人工知能10 サポートベクトルマシン
人工知能10 サポートベクトルマシン
クラウドソーシングにおける協調的な共同作業に対する組織構成システム
クラウドソーシングにおける協調的な共同作業に対する組織構成システム
Semelhante a CG Image Recognition with Deep Learning
九大_DS実践_画像処理応用
九大_DS実践_画像処理応用
RyomaBise1
九大_DS実践_画像処理応用
九大_DS実践_画像処理応用
RyomaBise1
画像処理応用
画像処理応用
大貴 末廣
ConditionalPointDiffusion.pdf
ConditionalPointDiffusion.pdf
Takuya Minagawa
2018/6/26 deep learning Neural Network Console hands-on
2018/6/26 deep learning Neural Network Console hands-on
Sony Network Communications Inc.
機械学習 入門
機械学習 入門
Hayato Maki
画像処理分野における研究事例紹介
画像処理分野における研究事例紹介
nlab_utokyo
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
Etsuji Nakai
Semelhante a CG Image Recognition with Deep Learning
(8)
九大_DS実践_画像処理応用
九大_DS実践_画像処理応用
九大_DS実践_画像処理応用
九大_DS実践_画像処理応用
画像処理応用
画像処理応用
ConditionalPointDiffusion.pdf
ConditionalPointDiffusion.pdf
2018/6/26 deep learning Neural Network Console hands-on
2018/6/26 deep learning Neural Network Console hands-on
機械学習 入門
機械学習 入門
画像処理分野における研究事例紹介
画像処理分野における研究事例紹介
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
Mais de Kodai Takao
チームラボ サマーインターン発表スライド
チームラボ サマーインターン発表スライド
Kodai Takao
Smoothed Particle Hydrodinamics
Smoothed Particle Hydrodinamics
Kodai Takao
プロジェクト3A テーマ発表
プロジェクト3A テーマ発表
Kodai Takao
Computer Graphics from the Mathematical Aspects - Lecture 1
Computer Graphics from the Mathematical Aspects - Lecture 1
Kodai Takao
Computer Graphics
Computer Graphics
Kodai Takao
プロジェクト2B 最終発表
プロジェクト2B 最終発表
Kodai Takao
プロジェクト2B 中間発表
プロジェクト2B 中間発表
Kodai Takao
プロジェクト2B テーマ発表
プロジェクト2B テーマ発表
Kodai Takao
Mais de Kodai Takao
(8)
チームラボ サマーインターン発表スライド
チームラボ サマーインターン発表スライド
Smoothed Particle Hydrodinamics
Smoothed Particle Hydrodinamics
プロジェクト3A テーマ発表
プロジェクト3A テーマ発表
Computer Graphics from the Mathematical Aspects - Lecture 1
Computer Graphics from the Mathematical Aspects - Lecture 1
Computer Graphics
Computer Graphics
プロジェクト2B 最終発表
プロジェクト2B 最終発表
プロジェクト2B 中間発表
プロジェクト2B 中間発表
プロジェクト2B テーマ発表
プロジェクト2B テーマ発表
Último
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
Último
(8)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
CG Image Recognition with Deep Learning
1.
プロジェクト3A 最終発表 14K1020 髙尾航大
2.
プロジェクトテーマ DeepLearning を用いて 3次元オブジェクトの特徴量を 2次元画像として抽出し、 カテゴリタグ付けを自動的に行う。
3.
プロジェクトテーマ(図解) なんか長い 部分がある 3次元データ 人工知能 特徴量抽出 うさぎ カテゴリ判定 動物 耳 長い input output (実際はこんなも のではない)
4.
NeuralNetworkについて
5.
MNIST手書き文字認識 MNISTと呼ばれる手書き文字のデータセットで学習を進める 28×28 ピクセルの画像 MNIST =
学習用画像 : 5万枚 / テスト用画像 : 1万枚
6.
ベクトル化 1つの画像は 28×28 =
784 ピクセルを保有している これをベクトルに落とし込む 𝑖𝑚𝑎𝑔𝑒𝑖 = 0 0 0 0 ⋮ .6 .8 1 ⋮ 0 0 0 0
7.
ベクトル化 5万枚の学習用画像は以下のベクトル集合で 表すことができる。
8.
ベクトル化 学習用画像はその画像が何の数字であるかを保持するベクトル も同添字として紐付けられている。
9.
パーセプトロン 人間の脳細胞をモデル化 ステップ関数であるため微分不可能で機械学習に向かない
10.
シグモイドニューロン パーセプトロンの改良 連続関数であるため微分可能で機械学習に向く(線形分離可能)
11.
ニューラルネットワーク シグモイドニューロンを沢山使用して学習を行う 入力に784次元ベクトル (画像の配列) バイアスと重みを コスト関数に従って 更新していくこと 学 習
12.
誤差逆伝播法 入力信号と教師データの誤差を小さくするように 勾配降下法 全体の結合重みを調整 E : 一時解と最適解の二乗誤差
13.
ソフトマックス回帰 実際に一時解ベクトル𝑦が出力される際は、 ソフトマックス回帰によって正規化される
14.
TensorFlowでのMNISTテスト 精度91%….
15.
TensorFlowでのMNISTテスト 公式ドキュメントでは99.7%以上の精度でなければ良い結果 とは言えないと書かれている。
16.
畳み込みディープニューラルネットワーク
17.
Watson API の使用 TensorFlowの画像認識ライブラリ環境 設定がうまく行かず使用断念。 Watson
Visual Recognition 教師用画像を用意してネットワークを 学習させ、カテゴリ分けを行う。
18.
学習 今回は「うさぎ」と「顔」と「その他」を区別することを考える。
19.
教師用画像の用意 100枚 100枚 100枚
20.
カラー画像で学習させた場合(うさぎ) 87% 66% 62% 72%
21.
モノクロ画像で学習させた場合(うさぎ) 87% → 89% 66%
→ 71% 62% → 63% 72% → 74%
22.
人間の顔の認識( カラー →
モノクロ ) 85% → 85% 79% → 75%
23.
その他 認識せず。
24.
結論・今後の課題 WebアプリのUIと保守性を改良することができた。 この知能をWEBアプリ内に組み込む 3カテゴリの学習による分類は70%前後の精度で成功した。 学習カテゴリを増やしても精度が保たれるかの実験を行う カテゴリ抽出後に連想語を関連付ける
Baixar agora