BRISQUE – リファレンス画像無しで画質を評価する

今回はリファレンス画像無しで画質を評価する手法を紹介しようと思います。 先日、OpenCV4.1がリリースされました。 OpenCV 4.1 has been released changelogを見ると、quality という新しいモジュールが opencv_contrib レポジトリに追加されたようです。 New Image Quality Analysis module (quality) has been added to the opencv_contrib, referenceles…

OpenCV 4.0のONNXサポートについて

前回の記事に引き続きOpenCV4.0の新機能を紹介します。今回は待望のONNXフォーマット対応を試してみます。 また、OpenCVのDeep Learning関連機能については昔の記事に書いてあります。基本的な使い方はこの頃からあんまり変わってないので参考までに。 OpenCVのDeep Learningモジュールの紹介 ONNXとは ONNX is a open format to represent deep learning models. With ONNX, AI developer…

PythonのWebアプリケーションフレームワーク Sanicを試す

PythonのWebアプリケーションフレームワークについて、Flaskからの移行先としてSanicが有力そうなので調べています。 Sanic is a Flask-like Python 3.5+ web server that’s written to go fast. Sanicは著名なイベントループライブラリであるuvloopを利用しており、Node.jsのように非同期I/Oによる高効率なHTTPリクエスト処理が可能です。また、SanicはFlaskとよく似たシンタックスを提供…

NumPy入門記事をアップデートしました

4年以上前の記事ですけど、今もたくさんのアクセスがあるようなので内容を少し更新しました。さすがに古すぎる記事をずっと見続けてもらうのは気が引けますから。 Pythonの数値計算ライブラリ NumPy入門 « Rest Term 更新内容 CentOS 7.0, Python 3.6, NumPy 1.12で動作確認 Record Arrays, Automatic Reshaping, 乱数生成, Linear Algebra(線形代数)について新規説明を追加 NumPyは多くの機械学習系フレー…

ねこと画像処理 part 3 – Deep Learningで猫の品種識別

ねこと画像処理。 (みかん – 吉祥寺 きゃりこ) 前回の ねこと画像処理 part 2 – 猫検出 では画像内の猫の顔を検出する方法を紹介しましたが、今回はディープラーニングの技術を用いて猫の品種を識別したいと思います。 学習データ ねこと画像処理 part 1 – 素材集めでは、自分で撮影した写真を学習データとして使うと書いたのですが、都内の猫カフェ等で出会える猫に限ってしまうと品種の偏りが大きくなってしまうので、ここではしぶしぶ研究用のデータセットを使うことにします。。ただ、S…

ねこと画像処理 part 2 – 猫検出 (モデル配布)

ねこと画像処理。 (アイシャ – 池袋 ねころび) 前回のねこと画像処理 part 1 – 素材集めでは猫画像の集め方について整理しました。今回はその集めた猫画像を使って猫検出用の学習モデル(分類器)を作成したいと思います。それにはいろいろと準備が必要です。 モデル(分類器)の配布についてはこのエントリーの後半で説明します。 アノテーションデータの収集 学習モデルを作る前に猫のどの部分を検出するかを決める必要がありますが、今回は猫の顔(頭)部分の検出を行おうと思います。そのためのアノ…