INFO:

今回実際に実践して作って解説するトピックは、「DeepLearningを使い、自分のWebブラウザで与えた画像の物体検出して写っている場所と種類を推定するページを作成する方法」についてです. 自身のローカルにWebサーバを立てて、HTML, JavaScriptを使って最小のコードで実現します.ライブラリはml5.js(TensorFlow.js)を使用します. 今回はこのWebでの物体検出の実践を7分で紹介します. ThothChildrenは数分でアルゴリズムのポイントをわかりやすく簡単に理解できること、メリットデメリットの把握を目指した解説を投稿する動画チャンネルです. 【環境準備】 [パス] サンプル画像 https://github.com/ml5js/ml5-examples/blob/release/p5js/YOLO/YOLO_single_image/images/cat.JPG index.html http://www.thothchildren.com/coworker/cource/ai/objectdetection/trywebdeepobjectdetection 【参考】 Webで物体検出を動かしてみる http://www.thothchildren.com/coworker/cource/ai/objectdetection/trywebdeepobjectdetection 【実践】Webブラウザでできる最新リアルタイム顔認識(FaceAPI.js)【Web / DeepLearning / TensorFlow / Javascript /HTML】 https://youtu.be/D7HQZrCAwhg 技術学術集積所 : ThothChildrenVideo アニメーションを目で見て理解するアルゴリズム http://www.thothchildren.com/visalgo/ ThothChildren http://www.thothchildren.com/top?page=1 冒頭: こんにちわ、トトチルドレンです. 今日の実践は「m l ファイブ .jsを使ってWebでできるDeepLearningによる物体検出 」です.それでは早速始めましょう. まず環境についてです. おそらくデフォルトでどれかがインストールされているかと思いますが、 Edge, Chrome やFirefoxなどのWebブラウザがインストールされている必要があります. OSはどれでも構いません.WindowsでもMacでもLinuxでも稼働します. デモを実演するには、適当なカラーの画像を一枚用意してください. pngファイルでもbmpファイルでも構いません. python3もインストールしておいてください. 次にできることです. Webブラウザで最新のDeepLearningを使った画像からの物体検出を行うことができます. 画像を与えるとその画像に写っている物体を切り出してそれが何かを推定して出力します. ただ単にこの画像は犬の画像というように一枚の画像にひとつの分類をするのではなく、 どこにどのような物体があるかを推定してくれます. 前提についてです. 今回はTensor Flow js をベースとしている m l ファイブ . js のライブラリを使用します. 使用するDeep LearningのモデルはCOCO S S D になります.