image recognition

ヘルスケア

スマートフォンで目を撮影して9種の病気の兆候を検出する(1/2)

1.スマートフォンで目を撮影して9種の病気の兆候を検出する(1/2)まとめ・昨年の研究ではディープラーニングを使って眼球写真を解析し糖尿病網膜疾患の状態や糖化ヘモグロビンの上昇を予測できることを示す結果を発表した・今年は更に研究を推し進め、...
画像生成

ニコラス・ケイジでStable Diffusionの限界を探る

1.ニコラス・ケイジでStable Diffusionの限界を探るまとめ・画像生成人工知能には描いて貰いやすい題材と描いて貰いにくい題材がある・ニコラス・ケイジは描いて貰いやすい題材で海外で高い人気を誇る大物俳優・Stable Diffus...
データセット

XM3600:人が翻訳した説明文が付いた地理的に多様な多言語キャプションデータセット(2/2)

1.XM3600:人が翻訳した説明文が付いた地理的に多様な多言語キャプションデータセット(2/2)まとめ・36言語のほとんどで適切な地域から100枚の画像を収集する事に成功した・注釈付け作業も画像の内容のみに基づいてキャプションを生成するよ...
学習手法

LOLNeRF:1枚の画像から3次元構造を学ぶ(2/2)

1.LOLNeRF:1枚の画像から3次元構造を学ぶ(2/2)まとめ・2次元画像から3次元形状を理解する手法は複数視点のデータに依存している・1枚の画像から3次元構造を知ることができると便利だが解決困難とされている・LOLNeRFは単一視点画...
画像生成

スマホ写真で学習した人工知能はStable Diffusionの画像をどう評価するか?

1.スマホ写真で学習した人工知能はStable Diffusionの画像をどう評価するか?まとめ・写真に写っている人とイラストに描かれている人は人工知能にとって異なる・スマホ撮影写真の評価を行う人工知能にstable diffusionのイ...
画像生成

人工知能にスタジオジブリの風の谷のナウシカを描いてもらう事は可能か?(Midjourney編)

1.人工知能にスタジオジブリの風の谷のナウシカを描いてもらう事は可能か?(Midjourney編)まとめ・Midjourneyは現在ベータテスト中でdiscordサーバーに接続すれば約25枚までは無料で画像生成・最初の無料枠を使い切ると約2...
画像生成

人工知能にスタジオジブリの風の谷のナウシカを描いてもらう事は可能か?(DALL·E 2編)

1.人工知能にスタジオジブリの風の谷のナウシカを描いてもらう事は可能か(DALL·E 2編)?・DALL·E 2のベータテストの敷居はかなり下げられていて登録すると数日で招待される・初月は50クレジット、その後は毎月15クレジットを無料で補...
データセット

Google Universal Image Embeddingチャレンジの紹介(2/2)

1.Google Universal Image Embeddingチャレンジの紹介(2/2)まとめ・同じ実体レベルの認識でもランドマークとアパレルでは実体にばらつきがあり性質が異なる・従来の実体レベル認識を競うコンペでは対象とする領域を限...
データセット

Google Universal Image Embeddingチャレンジの紹介(1/2)

1.Google Universal Image Embeddingチャレンジの紹介(1/2)まとめ・物体の属しているクラスではなく特定の実体まで認識する事を実体レベルの認識タスクと言う・世界に一つしかない物体と多くの複製品を持つ可能性のあ...
学習手法

Plex:何をすればディープラーニングの信頼性を高める事が出来るのか?(2/2)

1.Plex:何をすればディープラーニングの信頼性を高める事が出来るのか?(2/2)まとめ・Plexは各サブモデルが予測を行って集約することでより効率的なアンサンブルを行う・Plexはタスク毎にチューニングせずともモデルの出力そのままで全タ...
ヘルスケア

目を正面から撮影した写真で病気の兆候を検出(3/3)

1.目を正面から撮影した写真で病気の兆候を検出(3/3)まとめ・身体的特徴が異なる患者群に対しても比較対象モデルより予測性が高かった・広く商用利用するためには必要な画質レベルの把握など多くの追加研究が必要・包括的なデータセットで更にテストし...
ヘルスケア

目を正面から撮影した写真で病気の兆候を検出(2/3)

1.目を正面から撮影した写真で病気の兆候を検出(2/3)まとめ・モデルの性能をAUCで測定したところ、HbA1c の上昇を 67 ~ 70% で測定できた・リストの上位5%を見ると69%はHbA1c測定値が9以上でこれは有意に高かった・アル...