検索 - みる会図書館

検索対象: TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)から 79件ヒットしました。

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


50 市 ー OW New Thinking New Ways イ ン プ レ ス R & D [ NextPublishing ] E-Book / Print Book ー は じ め ま し た 一 有 山 圭 ニ ン グ G 〇 〇 g の 機 械 学 習 を 使 っ て 画 像 の 中 の 物 体 を 認 識 す る ! Object Detection ー 物 体 検 出 impre 、 5 R&D

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


付 録 参 考 資 料 ・ SSD: SingIe Shot MuItiBox Detector https: 〃arxiv.org/abs/1512.02325 ・ SSD: SingIe Shot MultiBox Detector ( 日 本 語 訳 ) - Qiita https:〃 qiita.com/de()ta/items/1 ae60878C0e 177fc7a3a ・ TensorFlow で 物 体 領 域 予 測 (Region Pr 叩 osal) を 試 し て み る http://workpiles.com/2017/03/tensorflow-ssd-regionproposaレ ・ Fast R-CNN https://arxiv.org/abs/1504.08083 ・ Faster R-CNN: Towards ReaI-TIme Object Detection with Region ProposaI Networks https: 〃arxiv.org/abs/1506.01497 ・ You OnIy Look Once: Unified, Real Time Object Detection https://arxiv.org/abs/1506.02640 ・ Jaccard lndex http s://en. wikip e dia. 0 rg/wiki/Jaccard—index ・ す ぎ ゃ ー ん メ モ http://memo.sugyan.com/ ・ 深 層 学 習 ( 人 工 知 能 学 会 監 修 ) 近 代 科 学 社 刊 ・ TensorFlow Site:https://www.tensorflow.org/ GitH ub:https://github.com/te nsorflow/tensorflow 72 付 録 参 考 資 料

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


TensorFlow は じ め ま し た 3 Object Detec- tion ー 物 体 検 出 2018 年 1 月 26 日 初 版 発 行 ver. 1.0 (PDF 版 ) 2018 年 1 月 27 日 Ver. 1.1 著 者 有 山 圭 二 編 集 人 山 城 敬 井 芹 昌 イ 発 行 人 発 行 株 式 会 社 イ ン プ レ ス R & D 〒 101-0051 東 京 都 千 代 田 区 神 田 神 保 町 一 丁 目 105 番 地 http://nextpublishing.jp/ ◎ 本 書 は 著 作 権 法 上 の 保 護 を 受 け て い ま す 。 本 書 の 一 部 あ る い は 全 部 に つ い て 株 式 会 社 イ ン プ レ ス R & D か ら 文 書 に よ る 許 諾 を 得 ず に 、 い か な る 方 法 に お い て も 無 断 で 複 写 、 複 製 す る こ と は 禁 じ ら れ て い ま す 。 @2018 Keiji Ariyama. AII rights reserved. ISBN978-4-8443-9808-0 NextPubIishing ◎ 本 書 は NextPub ⅱ shing メ ソ ッ ド に よ っ て 発 行 さ れ て い ま す 。 NextPublishing メ ソ ッ ド は 株 式 会 社 イ ン プ レ ス R & D が 開 発 し た 、 電 子 書 籍 と 印 書 籍 を 同 時 発 行 で き る デ ジ タ ル フ ァ ー ス ト 型 の 新 出 版 方 式 で す 。 http://nextpublishing.jp/

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


グ リ ッ ド ベ ー ス の 物 体 検 出 第 2 章 2.1 物 体 検 出 と は 物 体 検 出 (Object Detection) は 、 画 像 の 中 に 含 ま れ る 「 物 体 」 を 検 出 す る タ ス ク で す 。 図 2.1 : 人 物 、 カ ン バ ス ( ィ ー ゼ ル ) 、 絵 の 具 な ど 、 さ ま ざ ま な 物 体 が 含 ま れ て い る 以 前 は 、 画 像 か ら 物 体 ら し い も の が 写 っ て い る 候 補 領 域 (Region Proposal) を 見 つ け て 、 そ れ ら に つ い て 分 類 (CIassification) を 実 行 す る の が 一 般 的 で し た 。 22 第 2 章 グ リ ッ ド ベ ー ス の 物 体 検 出

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


技 術 書 典 3 で 頒 布 さ れ た 同 人 誌 版 に 掲 載 さ れ た イ ラ ス ト で す 。 第 - ノ - ツ を 76 あ と が き (NextPublishing 版 )

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


あ と が き (NextPubIishing 版 ) 技 術 系 同 人 誌 オ ン リ ー 即 売 会 「 技 術 書 典 』 に 合 わ せ て 執 筆 を 続 け て き た 本 シ リ ー ズ で す か 、 今 回 で 3 冊 目 と な り ま し た 。 機 械 学 習 へ の 挑 戦 を は じ め た 当 初 は 、 チ ュ ー ト リ ア ル ・ プ ロ グ ラ ム の 変 数 名 y ー の 意 味 が わ か ら す 煩 悶 し た り 、 、 ニ バ ッ チ を な か な か 導 入 せ ず に GPU を 効 率 的 に 使 え て い な か っ た り 、 活 性 化 関 数 の 選 択 を 間 違 え て 超 解 像 後 処 理 の 結 果 を ノ イ ズ だ ら け に し た り し て い ま し た 。 本 書 で よ う や く 、 SSD の よ う な 新 し め の 手 法 に 挑 戦 で き る と こ ろ ま で き た の は 感 無 量 の 思 い で す 。 僕 に と っ て 機 械 学 習 は 、 実 務 に あ ま り 関 係 の な い も の な の で 、 挑 戦 を 続 け て い く に は 相 当 な モ チ ベ ー シ ョ ン が 必 要 で す 。 TensorFlow User Gorup (TFUG) や Google Developer Group (GDG) な ど の 技 術 系 コ ミ ュ ニ テ ィ で の 発 表 や 、 「 技 術 書 典 」 向 け の 同 人 誌 の 執 筆 は 、 挑 戦 を 続 け る モ チ ベ ー シ ョ ン の 源 泉 に な っ て い ま す 。 ま た 読 者 の 皆 さ ん か ら の 感 想 や レ ビ ュ ー ご 意 見 、 い つ も あ り が た く 拝 見 し て い ま す 。 取 り 入 れ ら れ る 部 分 は 、 ど ん ど ん 取 り 入 れ て い き た い と 思 っ て い ま す 。 今 後 と も よ ろ し く お 願 い し ま す 。 謝 辞 技 術 書 典 版 に 引 き 続 き 、 サ ー バ ー を 提 供 し て く だ さ っ た 「 さ く ら イ ン タ ー ネ ッ ト 株 式 会 社 」 様 に あ ら た め て お 礼 申 し 上 げ ま す 。 さ く ら の 高 火 力 コ ン ピ ュ ー テ ィ ン グ (https:〃www.sakura.ad.jp/koukaryoku/) 本 書 の 内 容 に 即 し た も の を 見 つ け 出 す ま で 、 さ ま ざ ま な モ デ ル を 、 異 な る ハ イ バ ー パ ラ メ ー タ ー で 実 行 す る 必 要 が あ り ま し た 。 高 火 力 コ ン ピ ュ ー テ ィ ン グ の サ ー バ ー を お 借 り し て い な け れ ば 、 本 書 が 完 成 し な か っ た こ と は 間 違 い あ り ま せ ん 。 ま た 、 お 忙 し い 中 、 快 く レ ビ ュ ー を 引 き 受 け て く だ さ っ た 杉 義 宏 様 と 株 式 会 社 カ プ ク の あ と が き (NextPublishing 版 ) 足 立 昌 彦 様 に 、 こ の 場 を 借 り て お 礼 を 申 し 上 げ ま す 。 本 当 に あ り が と う ご ざ い ま し た 。

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


現 在 は YOLO (You On ツ Look Once)l や SSD2(SingIe Shot MuItiBox Detector) と い っ た 手 法 が 発 表 さ れ て い て 、 検 出 と 分 類 を 1 つ の ネ ッ ト ワ ー ク で 行 う こ と が で き ま す 。 本 書 で は 、 TensorFIow を 使 っ て イ ラ ス ト 画 像 か ら 顔 を 検 出 す る 機 械 学 習 の モ デ ル を 作 成 し ま す 。 モ デ ル は 、 次 の 手 順 で 作 成 し ま す 。 4. 検 証 3 . 学 習 デ ー タ セ ッ ト の 作 成 1 . モ デ ル の 定 義 2 . リ ン グ を 経 て [ 21 , 21 , 256 ] の 中 間 結 果 を 返 し ま す 。 output_tayers は 、 prepare_layers prepare-layers は 、 縦 横 192PX (INPUT- 工 MAGE で 定 義 ) の 画 像 を 入 力 す る と 、 畳 み 込 み と プ ー を 構 築 し ま す 。 リ ス ト 2 ュ の prepare-layers と output_layers は 、 本 書 で 使 う 物 体 検 出 の モ デ ル ( 図 2.2 ) 22 モ テ ル の 定 義 で 得 た 中 間 結 果 を 元 に [ 21 , 21 , 5 ] を 出 力 し ま す 。 図 2.2 : モ デ ル 構 造 ReLU ReLlJ ReLU 2X2 stride 2 ReLlJ 3X3X128 3X3X128 tf ReLlJ ReLlJ conv conv 3X3X64 3X3X64 stride 2 リ ス ト 2.1 : tfbook_modeI/modelO. py import tensorflow as '[email protected]' NAME NUM_CLASSES INPUT 工 MAGE OUTPUT_SHAPES [ 21 , 21 ] , 1 192 第 2 章 Sigmoid conv 1XIX1 21X21X5 conv 1XIX4 Tanh グ リ ッ ド ベ ー ス の 物 体 検 出 23

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


図 2.12 : 検 証 結 果 ご 覧 の と お り 、 上 手 く い っ て い る よ う に は 見 え ま せ ん 。 次 章 で は 、 座 標 を 正 し く 求 め ら れ る よ う に 改 善 策 を 検 討 し ま す 。 1 . You On ツ Look Once: Unified. Real Time Object Detection:https://arxiv.org/abs/1506.02640 2. SSD: Single Shot MultiBox Detector:https.//arxiv.org/abs/1512.02325 3. 筆 者 が グ リ ッ ド と 呼 ん で い る た け で 正 式 な 名 称 で は あ り ま せ ん 。 手 法 に よ っ て 「 デ フ ォ ル ト ボ ッ ク ス (Default Box) 」 や 「 ア ン カ ー (Anchor) 」 と 呼 ぶ こ と も あ り ま す グ リ ッ ド ベ ー ス の 物 体 検 出 第 2 章 53

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


3 m a 1 n name main(sys . argv) Annotation を 読 み 込 ん だ あ と tabet が@ よ り 大 き い Region の み フ ィ ル タ ー し て い る の は 、 も と も と の デ ー タ セ ッ ト が 画 像 分 類 の た め に 作 成 し た も の で 、 顔 と 誤 認 識 し た 領 域 を 負 例 (label @) と し て 含 ん で い る た め で す 。 リ ス ト 2.9 の プ ロ グ ラ ム は 、 次 の よ う に 実 行 し ま す 。 $ python create—dataset . py \ -base-dir [ 処 理 す る 対 象 デ ー タ の デ ィ レ ク ト リ ] \ -output—dir [TFRecord を 出 力 す る デ ィ レ ク ト リ ] \ -image-size [ 画 像 を リ サ イ ズ す る 大 き さ ] 24 学 習 ( 訓 練 ) モ デ ル を 定 義 し た だ け で は 、 期 待 す る と お り の 機 能 ( 物 体 検 出 ) は 果 た し ま せ ん 。 目 的 に 適 う よ う に す る に は 、 モ デ ル に 画 像 を 入 力 す る と 、 顔 の 確 信 度 と 座 標 を 出 力 す る よ う に 「 学 習 ( 訓 練 ) 」 す る 必 要 が あ り ま す 。 学 習 は 、 次 の 手 順 で 行 い ま す 。 1 . デ ー タ セ ッ ト の 読 み 込 み 2 . 誤 差 関 数 の 定 義 3 . 最 適 化 ア ル ゴ リ ズ ム の 設 定 4 . 学 習 の 実 行 デ ー タ セ ッ ト の 読 み 込 み リ ス ト 2.10 は 、 TFRecord 形 式 の デ ー タ セ ッ ト を 読 み 込 む プ ロ グ ラ ム で す 。 リ ス ト 2.10 : dataset 」 0記e「 . py import OS import tensorflow as tf def —get—filetist(path) : if not os. path. isdir(path): return ロ 第 2 章 グ リ ッ ド ベ ー ス の 物 体 検 出 40

TensorFlowはじめました3 Object Detection ─ 物体検出 (NextPublishing)


本 書 に つ い て 本 書 は 技 術 書 オ ン リ ー 即 売 会 「 技 術 書 典 3 (https:〃 techbookfest.org/) 」 で 頒 布 さ れ た 同 名 出 版 物 を 底 本 と し て 、 修 正 等 を 行 い 制 作 さ れ ま し た 。 本 書 は 、 Tens 。 rFl 。 w が オ ー プ ン ソ ー ス で 公 開 さ れ る ま で 機 械 学 習 に 触 れ た こ と が な か っ た 筆 者 が 、 Tens 。 rFI 。 w を 通 じ て 機 械 学 習 に 挑 戦 し て 、 七 転 八 倒 し た 成 果 を ま と め た も の で す 。 本 書 の 構 成 本 書 で は 、 ま ず 始 め に Tens 。 rFl 。 w の 基 本 で あ る デ ー タ フ ロ ー グ ラ フ に つ い て 解 説 し ま す 。 次 に 、 画 像 か ら 物 体 を 見 つ け る 「 物 体 検 出 」 を 題 材 に 「 畳 み 込 み ニ ュ ー ラ ル ネ ッ ト ワ ー ク 」 モ デ ル の 学 習 と 評 価 ( 検 証 ) を 実 装 し ま す 。 Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ ⅱ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ ⅱ Ⅲ ⅱ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ ■ コ ラ ム . テ ー タ セ ッ ト に つ い て 本 書 で は 学 習 デ ー タ と し て 、 約 21 , OOO 枚 の 画 像 デ ー タ を 使 用 し て い ま す 。 こ れ ら は 筆 者 が 、 こ れ ま で の 機 械 学 習 の 取 り 組 み の 中 で 集 め た も の で す 。 各 画 像 の 著 作 権 は 作 成 者 に 帰 属 し 、 著 者 の 判 断 で 再 配 布 を す る こ と は で き ま せ ん 。 も し あ な た が デ ー タ セ ッ ト を 保 有 し て お ら す 、 本 書 の 内 容 を 試 し た い 場 合 、 VOC2007 、 COCO な ど 公 開 さ れ て い る 画 像 デ ー タ セ ッ ト を 利 用 す る こ と を お 勧 め し ま す 。 Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ ⅱ Ⅲ ⅱ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ Ⅲ 前 提 知 識 本 書 は 、 読 者 に プ ロ グ ラ ミ ン グ 言 語 「 Python 」 に 関 す る 基 本 的 な 知 識 が あ る こ と を 前 提 に し て い ま す 。 ま た 、 TensorFlow に 加 え て 次 の ラ イ プ ラ リ を 使 用 し て い ま す 。 必 要 に 応 じ て リ フ ァ レ ン ス を 参 照 し て く だ さ い 。 4 ・ NumPy ( http://www.numpy.org/ ・ PiIIow (https://pillow.readthedocs.io/) ・ imagehash (https:〃pypi.python.org/pypi/lmageHash) ・ python-gflags ( https://pypi.python.org/pypi/python- gflags) 本 書 に つ い て