本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 OpenCVを用いた「テンプレートマッチング」と、DeepLearningの物体検出アルゴリズムの一つ「SSD」使って、筆者が大好きな麻雀の牌を検出し点数を自動計算できるか試してみました！ こんにちは。アナリティクスサービス部の栗原です。 今回のブログは、筆者の大好きな麻雀をテーマに取り上げ、 1.物体検出に関わるテクノロジー 2.BrainPadの日常 （3.麻雀の面白さ） をお伝えしたいと思います。 さてさっそくですが、皆さん麻雀経験はありますか？ おそらく、 1.「全く経験がない」 2.「アプリ等でやったことはあるが実際に卓を囲ったことはない」 3.「雀荘に行って一通りゲームを楽しめる程度」 4.「雀荘に通うほど好き」 のいずれかに該当するのではないでしょうか。 今回ブログでご紹介す
Neural Network Libraries by Sony ニューラルネットワークの研究・開発・実装を 効率化するオープンソースソフトウェア Get Started 特長 必要最小限の労力 Pythonを用いて、より少ないコード量で直観的に計算グラフ（ニューラルネットワーク）を定義することができます。 動的計算グラフのサポート 実行時に柔軟にニューラルネットワークを構築することができます。ニューラルネットワークの構築方法としては、静的計算グラフと動的計算グラフの両方が利用可能です。 どこでも実行 移植性を考慮した設計を採用しており、LinuxとWindowsの両方で動作します。 デバイスを選ばない コードのほとんどがC++14で実装されているため、組み込み機器にもほぼそのままの形で導入することができます。 機能の追加が簡単 適度に抽象化された関数とコードテンプレート生成機能を備えてお
1. Nakayama Lab. Machine Perception Group The University of Tokyo 東京大学 大学院情報理工学系研究科 創造情報学専攻 中山研究室 中山 英樹 2. Nakayama Lab. Machine Perception Group The University of Tokyo １．Deep learning（深層学習）とは？ ２．一般画像認識：Deep learning 以前と以後で何が変わったか ◦ Bag-of-visual-words (VLAD, Fisher Vector) ◦ Convolutional neural network (ConvNets) ３．Deep learningの数理 ◦ なぜ優れた性能が実現できるのか？ ◦ ブレークスルーを生んだ各要素技術 ◦ 中山研究室での研究紹介 ４．実
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
