お正月なので、Node.jsをTypeScriptで動かして基本構文を勉強しますwww まずはDockerでお勉強環境（動作確認する環境）を作ります。 環境構築 必要なファイルの作成 Dockerfileを以下の内容で作ります。 FROM node:20 # パッケージリストを更新し、vimをインストール RUN apt-get update && apt-get install -y vim && apt-get clean WORKDIR /app 次にdocker-compose.ymlを以下の内容で作ります。 services: node-dev: build: context: . dockerfile: Dockerfile tty: true volumes: - .:/app コンテナを立ち上げ、必要なもののインストール コンテナを立ち上げ docker compose u

テスト自動化のすすめ みなさんテストはしていますか？ 学生の開発の場合完成することが優先で、そこまでテストはしてこなかったと思いますが社会人になるとそうはいきません。 同じテスト内容・テスト結果であれば、手作業・目視で確認するのはあまりに非効率です。自動化して、楽になりたいと思いませんか？ テストの種類によっては自動化できるものと自動化が難しいものがあり、各テストの自動化の実装コストとメンテナンスコストについて考えました。 テストの種類 アプリケーション開発におけるテストの種類 ・単体テスト ・システムテスト ・レグレッションテスト ・UIテスト ・パフォーマンステスト ・セキュリティテスト ・クロスブラウザテスト ・モバイルテスト 単体テスト 概要: 最小単位のコード（関数、メソッド、クラスなど）を対象に、その動作が期待通りであるかを確認するテスト。外部依存を排除し、単独で機能することを

はじめに 2024年に調べたり構築した開発環境について、振り返っておこうと思います。基本的に Linux をメインに Web アプリの開発環境を構築することが多いです。 今どきの Web アプリの開発環境というと、VS Code + Docker + Git が必須となっているので、これらをベースとして環境構築をしています。2024年は、これらを使った開発環境の構築をしていました。また、構築にあたって、いろいろと調べていました。 Visual Studio Code Visual Studio Code は、Linux、Windows、macOS に対応していて、Intel系 CPU だけでなく ARM 系 CPU にも対応している OSS ベースの高機能エディタということで、重宝しています。VS Code や、vscode と省略されることがあります。 本体だけでも十分便利なのですが、拡

このパートでおもしろかったのはデッドコードに対するアプローチで、ただ一言。「消そう。以上」で笑った。 管理術(いつ整頓するか？)大きく分けて、「いつ整頓を始めるか？」「いつ整頓をやめるか？」「どのようにコードの構造の変更と振る舞いの変更を組み合わせるのか？」について書かれている。 ざっくり書かれていることを箇条書きで列挙する。 整頓のPRは分ける。それ用にしかも少なく。 一つのステップに分けて整頓する。例えばデッドコードを消すだけ。ヘルパーに分けるだけという単位。 この単位は最初の整頓で説明された単位で説明されている。 単位ごと(書籍ではバッチと呼ばれる)の整頓にかける時間は数分から1hまで。根拠は振る舞いの変更はパレートの法則よろしく20%のファイルで起こる。みんなそこを通っていれば、いずれ整っていく。 先に整頓、あとに整頓、改めて整頓、整頓しないのどれを取るか？ あと回しにしても整頓は

例えば、Content-Typeメタデータの値を細工したオブジェクトを取得させることでXSSを発生させたり、Content-Dispositionメタデータを細工してRFD (Reflected File Download) を引き起こしたり、 x-amz-storage-classメタデータを操作して意図せぬストレージクラスを使用させEDoS (Economical Deninal of Sustainability)を発生させたり、といった攻撃が成立する可能性があります。 中でもContent-Typeを悪用したXSSは、S3の仕様や使用方法だけでなく、ブラウザの挙動にも注意を払う必要があり、アプリ開発者は攻撃の原理と対処を理解しておく必要があります。 9/21にAzaraさんとSecurity-JAWSのコラボで、この問題にフォーカスしたCTFイベント「とある海豹とSecurity-

そしてこの投稿の前の日、たわむれにDifyのアドベントカレンダーやってみようかなとおもって気軽な気持ちで「あれ25日しかあいてないや。まぁいいか」と登録したものの「よく考えたらめっちゃトリじゃねえか」と1時間後ぐらいにやべえってなってたので。 ということで、「ChatGPTのポン出しを卒業してDifyのワークフロー化に進む大切さ」を全力でお伝えしようと筆を取りました。この記事で一人でも多くの人がDifyとワークフローの良さに気づいてLLMの楽しさ自体に目覚めてもらえることを目標に頑張って書いていきます！

大規模言語モデルの進化は目覚ましく、新しいモデルが次々と登場する中、Gemini 2.0シリーズに注目しています。 上記記事を出してから私は1年弱ほど、Claude 3.5をメイン使用してきました。Claudeは「いいヤツ」で個人的にも愛着があったのですが、後ろ髪を引かれつつ最近Geminiに乗り換えました。（Claude 3.5Opusが出たらまた戻るかもしれません） このポストでたくさんの方から共感の声をいただいたのだが、自分でも確かにClaudeの方が性格がいいと思う。 その点に関してClaudeに聞いてみると、 「その他のAIモデルとの比較について、私の視点からコメントをさせていただくのは適切ではないと考えています。」 と返ってきた。 やはり性格がいい。 https://t.co/Ozxpp8yunW — K.Ishi@生成AIの産業応用 (@K_Ishi_AI) December

📕 この Zenn Book について LocalStack はローカル環境や CI 環境で実行できる AWS エミュレーターです。この Zenn Book は、LocalStack を使って AWS サーバレスパターンを体験する実践的なワークショップです。 🚀 環境構築不要 ワークショップでは GitHub Codespaces を使うため、ラップトップ上に環境構築をする必要がなく、ブラウザですぐに試せます。 ⭐️ 登場する AWS サービス（順不同） ・AWS CloudFormation ・AWS SAM ・Amazon S3 ・AWS Lambda ・Amazon CloudWatch ・Amazon CloudWatch Logs ・Amazon SNS ・Amazon API Gateway ・AWS Step Functions ・Amazon DynamoDB ・Ama

皆さん！3Dスキャンしてますかーーーーー！? どうもiPhone3Dスキャン大好きおじさんです。今回はiPhoneで始める3Dスキャンというお話をしていこうと思います。 iPad Pro(2020)にLiDARセンサーが搭載されたことで3Dスキャンが誰でも出来る時代が到来しました。 ただいきなりiPhoneやiPadで3Dスキャンができるよ！と言われてもピンとこない方が大半だと思うので、今回のnoteでは簡単な3Dスキャン技術の紹介からスキャンアプリ、スキャン方法などを説明していこうと思います。 3Dスキャンのざっくりとした区分まず3Dスキャンとは何なのかという話ですが、3Dスキャンとは現実にある物体を様々な手法でスキャンし、それをコンピュータ上で再現することだと個人的に思っています(もしかしたら違うかも) 3Dスキャンの方法としては、写真から3Dモデルを作成するフォトグラメトリとレーザー

詳解 3次元点群処理 Pythonによる基礎アルゴリズムの実装を読みました。 点群が中心ですがその他の3次元データ処理についても基礎から丁寧にかつPythonでの扱い方まで解説されており、点群の入りには最適な一冊です。 本記事では中心となるトピックやキーワードを備忘録的にメモしています。 環境構築 本家リポジトリ git clone --recursive https://github.com/3d-point-cloud-processing/3dpcp_book_codes conda create -n pointcloud python=3.8 pip install open3d==0.16.1 # 最新バージョン使用 各スクリプトの実行が面倒であったため、それらを一つにまとめた勉強用Notebook(sample_notebook_chapter1-5.ipynb)を追加した自

はじめに 3Dデータの概要とディープラーニングを用いた点群データの処理についてまとめました。 下記論文を参考にしています。 Deep Learning for 3D Point Clouds: A Survey 3Dセンサと応用分野 3Dセンサ技術の発展によって、様々な3D情報が取得できるようになってきました。 いくつかの3Dセンサと応用分野について紹介します。 True depth Camera 身近なところだとiPhoneに搭載されている　"Apple True depth Camera"　があります。 顔とカメラの距離を正確に計測する近接センサや顔の形状を計測するためのドットプロジェクタが搭載されています。 また、細かな顔の表情の移り変わりも3 万以上ドットを顔の上に投射して解析し、顔の深度マップを作成してトラッキングすることができます。 取得した顔の情報は機械学習で学ばせることで安

Insta360から定番Xシリーズの新作、X4が発売となりましたので、早速レビューしたいと思います。 今後もじっくりとX4を使っていくかと思いますが、まずは開封から直感的なレビューということで、主に変化したポイントなどを抑えていこうと思います。

近年の測量のトレンドは、3次元データの取得にあります。その理由は、2次元データと違い高さを持っているデータなので、利用用途が格段に広くなるからです。 実は3次元データは、昔からCADで利用されてきました。いわゆる3DCADなのですが、このデータは建築分野で多く利用されています。 現代で使われている3次元データは、測量で得られるデータを指して呼ばれることが多く、土木分野や建設分野で3Dモデルの作成や、土量の算出などが、リモートセンシングで得られるデータとなっています。 そして、最近では点群データの取得も可能で、しかもドローンで撮影した画像から取得できるようになっています。 今回は、ドローン測量で得られる点群データについて解説しましょう。 3次元データは震災後の除染作業にも利用されてきた 3次元データの一つの歴史を振り返ってみると、東日本大震災後の除染処理にも活用されてきました。約10年前に遡

建築を中心として、3Dモデリング、IoT、デジタルファブリケーション、Webなどの様々なテクノロジーに関する記事を提供しています。 こんにちは。 昼と夜の気温差が大きいですが、体調崩されていないでしょうか。 AMDlabの藤井です。 3Dスキャンが気軽に使用されるようになって、3Dデータを扱うようになった方が増えてきたと思います。 点群を見るだけなら何も問題はないのですが、編集する際に不便を感じることが多いものです。 そこで今回は、それら点群データのメッシュ化について。 さてどうするかですが、AutodeskですとRecapが点群を扱うソフトですね。 AutocadやRevitや3dsMaxにも読み込めて非常に便利です。 複数の写真からも3Dモデルを作ることもでき、本当にすごいです！ 私も写真からの作成はまだやったことがないので、また今度チャレンジしてみたいです。 そのRecapでもメッシ

第230回CVIM研究発表会 チュートリアルでの「深層学習を用いた三次元点群処理入門」のスライド資料です 図などは各論文から引用しています

AppleがiPhoneにLiDARセンサーを搭載して1年半が経過しました。 このiPhone LiDARが土木業界の3次元計測技術を使用した測量業務の効率化にピッタとハマり22年度からはICT小規模土工や床掘工で実践投入されるようになりました。 今回は実際に地場ゼネコンのICT施工部門に所属している自分が1年半以上iPhone LiDARを触ってみた土木現場でどう生かせるか？現場で使用する場合の注意点は？などを書いていこうと思います。 ちなみにトップ画はiPhone12Proでスキャンした橋脚の点群データです。スキャンから処理～3Dモデル表示までの全てをiPhoneオンリーで作業しています。 (記載内容はあくまで個人の見解です。実態とは異なる場合があることに注意してください) iPhone LiDARの概要基本的なスペックLiDARの有効照射距離は5m あくまで『有効』照射距離であり、限