翻訳サービスDeepL Pro（有料版）が日本でのサービスを開始したのでちょっと調べてみた
DeepL Pro（有料版）が日本でサービスを開始したとの記事を見たので有料版のメリットなどを調べてみた。入力したテキストはいかなる場合も保存されない、オンライン翻訳を無制限で利用できる、翻訳後に編集可能な文書翻訳を利用できる、翻訳支援ツールへDeepL翻訳を組み込める、DeepL APIへアクセスできる等の特徴がある
タグ: 機械学習
AIで芸術的な写真をつくれるというコードがGitHubにあったので試してみた
「A Neural Algorithm of Artistic Style」という論文をkerasで実装したコードがGitHubにあがっていたので実行してみた。人類が芸術的な絵画を描くスキルを身に着けた様に、ニューラルネットワークをつかって人工的に芸術的な画像を生成するシステムに関する論文だ。
DeepLの翻訳が自然で精度が高いとの記事を読んだのでGoogle翻訳と比較した
DeepLの翻訳が自然で精度が高いとの記事を読んだので試してみたときの備忘録。自分が大変お世話になっているGoogle翻訳と比較してみた。ある程度複雑な文章になると確かにDeepLの方が分かりやすい箇所があった。これが自然で精度が高いと言われる理由なのかも知れない。
GoogleのML（Machine Learning）トレーニングプログラムに挑戦した件
GoogleのML Study Jams Vol.4 : Machine Learning トレーニングプログラムを受講した時の記録。受講したラボを記事にした。期限までに対象ハンズオンを４つ終了させるとマグカップなどの記念品、８つ以上終了させるとTシャツやバック等の記念品が貰えるとあったので結構張り切って受けた。
RaspberryPi 3 Model B+でIoT監視カメラをつくる（その８ 映像のコマ落ちを修正他）
RaspberryPi 3 Model B+とカメラ（Raspberry Pi Camera Module V2）とモーションセンサー（HC-SR501）で動きがあった時だけ録画するAI／IoT監視カメラを作成した。カメラの映像のコマ落ちの改善とLINEメッセージに検知した物体名を追記するようにプログラム修正を行った
GoogleのAutoML（機械学習）でレゴのフィギュアのオブジェクト検出を行う
GoogleのCloud AutoML（Machine Learning）で自分の持っているレゴフィギュアを学習させてラズパイカメラで撮影した映像からフィギュアの種類を正しく検知・分類出来るかを試した時の記事。AutoMLでの画像の学習の仕方や検出結果の精度についてまとめている。
RaspberryPi 3 Model B+でIoT監視カメラをつくる（その７ カメラのAI化）
RaspberryPi 3 B+（ラズパイ）とカメラモジュール、モーションセンサーで動きがある時だけ録画する監視カメラを作成した時の備忘録の７回目。IoT監視カメラにAI機能を盛り込んでObject Detection（物体検出）された時だけ画像をLINEに添付して通知をするようにした。
ラズパイのカメラに写った映像をリアルタイムでTensorFlow Liteで推測する
ラズパイにカメラを接続してカメラに写った物体をTensorFlow Liteで分類して物体名を画面に表示するサンプルプログラム。機械学習をさせるにはパワーが不足気味なラズパイの様なマシンでもCoral USB AcceleratorをUSB接続すれば十分な速度で動画の画像分類が可能という事なので試してみることにした。
ラズパイとCoral USB Acceleratorで機械学習による画像の分類
Image classification（画像分類）は読み込んだ画像に何が写っているのかを推測して確率（％）で表してくれる。画像分類はiNaturalistの鳥のデータセットで学習されたモデルを使用しているので基本的には鳥の識別を行うサンプルとなっている。
最近のコメント