ChainerCVとLight-Head R-CNNで『カメラ・動画対応！物体検出ソフト』を作る

こんばんは。

コンピュータビジョン(『ロボットの眼』開発)が専門の”はやぶさ”@Cpp_Learningです。

YoloやFCISによる『カメラ・動画対応！物体検出ソフト』を作って遊んだりしてます。

ChainerCVとYoloで『カメラ・動画対応！リアルタイム物体検出ソフト』を作るChainerファミリ一つChainerCVのYoloサンプルソースをカメラ・動画に対応できるよう改造した「リアルタイム物体検出ソフト」を開発した。その開発手順を紹介します。...

深層学習による画像処理の概要からChainerCVとFCISで『物体検出ソフト』を作るまで本記事ではChainerファミリーのChainerCVとFCIS（インスタンス・セグメンテーション）で『カメラ・動画対応！”高性能”物体検出ソフト』を作るための開発手順方法を「深層学習および画像処理の入門レベル」でも分かるように説明します。...

今回は、その第３弾！Light-Head R-CNNによる『カメラ・動画対応！物体検出ソフト』を作ってみたいと思います。

Contents

1 Light-Head R-CNNとは
2 Light-Head R-CNNによる物体検出ソフトの開発手順
3 まとめ
4 おまけ -くるるとはやぶさの”ほのぼの劇場”-

Light-Head R-CNNとは

『Light-Head R-CNN』について説明するには、先に『物体検出』そのものについて説明しておくと分かりやすいと思うので…

『物体検出』⇒『Light-Head R-CNN』の順に概要を説明します。

画像処理で物体検出というと『移動物体検出』や〇/□などの形状をした物体を検出する『幾何学模様検出』も物体検出と呼ぶ場合があります。全てを説明するのは大変なので、本記事では『深層学習による物体検出』のみ簡単に説明します。

移動物体検出（物体追跡）に興味がある人は、下記の記事が参考になるかも！

【ソフトウェア開発入門チュートリアル】OpenCVとPythonで『物体追跡カメラ』を作るソフトウェア開発入門のチュートリアル記事を書きました。本記事では、OpenCVとPythonを使った『物体追跡カメラ』の開発を題材に、開発プロセス・設計・実装（コーディング）などのソフトウェア開発に関する知識を一通り学べる内容になっています。...

深層学習による物体検出の概要

深層学習による物体検出は大きく２つのフェーズで実現しています。

【第１フェーズ】：物体候補の抽出

【第１フェーズ】では、画像から物体候補（物体っでぽいもの）を抽出します。

ポイントは背景となる物体は無視している点です。

画像処理の基本的な考え方は『特徴を抽出すること』なので、壁・床・空・物体の一部分などの背景は特徴が少ないため抽出が難しい、あるいは抽出できても無視することが多いです。

このフェーズで注意すべき点は、抽出した物体候補の『名前』までは認識できていないことです。

背景を無視して物体候補を抽出する
第１フェーズでは抽出した物体候補の『名前』までは認識できない

【第２フェーズ】：物体認識

【第２フェーズ】では「抽出した物体候補が何の物体だったのか？」の物体認識を行います。

【第１フェーズ】で抽出した物体候補をCNN（畳み込みニューラルネットワーク）に入力して、認識率を算出します。

認識結果は学習済みラベル（物体の名称）に依存するため、”フクロウ”というラベルを事前に学習させていない場合は、そのラベルとの一致度（認識率）は算出されません。

学習済みラベルとの一致度が最も高いものを物体検出の最終出力結果としてラベルおよびバウンディングボックス（矩形の□）が描画されます。

また、一致度（認識率）に閾値を設定でき「50％以下の場合は学習済みのラベルと一致する物体はなかった！」としてバウンディングボックスを描画しないこともできます。

なお、一致度（認識率）の精度は採用する物体検出手法（CNN含む）に依存します。

学習していないラベルとの一致度（認識率）は算出できない
一致度（認識率）に閾値を設定することができる
一致度（認識率）の精度は採用する物体検出手法に依存する

物体検出手法の種類 -One-stage/Two-stage detectors-

ここまでの説明で、物体検出は以下のフェーズで実現していることが分かると嬉しい！

【第１フェーズ（ステージ）】：物体候補の抽出
【第２フェーズ（ステージ）】：物体認識

（より詳細にフェーズ分けして説明している良質な本や記事もあります。あとで参考資料の説明もします。）

英語論文だと”Phase（フェーズ）”ではなく”Stage（ステージ）”と説明する場合があるので覚えておくと良いと思います(*･ω･)ﾉ♪

Two-stageで物体検出を行う代表的な手法は『R-CNN系』で、その中でもリアルタイム物体検出のFaster R-CNNは名前を聞いたことがある人も多いかも（？）

Two-stageの物体検出は、処理速度を改善したFaster R-CNNでも、まだ処理速度が遅いと言われていました。

そこで、第１ステージと第２ステージを一気にやるOne-stageの物体検出手法が誕生しました。その代表が『Yolo系』と『SSD系』です。

One-stageなので処理速度の問題は解消され、かつFaster R-CNNと同等程度の高い精度を実現する手法もあります。

各物体検出手法をもっと勉強したい！という人は、以下の記事を参考にすると良いと思います。

Light-Head R-CNNの概要

上記した通り、Two-stageの物体検出は処理速度が遅いという問題があり、高性能なGPUを使えない環境だと、リアルタイム物体検出が可能なYoloなどのOne-stageの物体検出を採用するしかありませんでした。

しかし、Faster R-CNNを改良し、演算コストを抑えたLight-Head R-CNNというTwo-stageの物体検出が考案されました。

出展：Light-Head R-CNN: In Defense of Two-Stage Object Detector

Light-Head R-CNNはTwo-stageの物体検出ですが、YoloやSSDなどのOne-stageの物体検出と同等以上の高速性と精度を実現したとのことです。

Light-Head R-CNNの詳細を知りたい！という人は上図の出展を覗いてみて下さい。

Light-Head R-CNNによる物体検出ソフトの開発手順

環境構築から開発手順まで冒頭で紹介した以下の記事で説明済みなので…

まだ環境構築が済んでいない人は、↑の記事を一読して頂けると嬉しいです。

LH_R-CNN_Chainer_Video.py開発

今回ベースとなるソフトはchainer-light-head-rcnnから取得できます。

exampleフォルダ内の”demo.py”とYoloの記事で作った『物体検出ソフト』を組み合わせて、以下のソースコード”LH_R-CNN_Chainer_Video.py”を作りました。

import argparse
import matplotlib.pyplot as plt
import cv2
import numpy as np
from timeit import default_timer as timer

import chainer
from chainercv import utils
# from chainercv.datasets import coco_bbox_label_names

from light_head_rcnn.links import LightHeadRCNNResNet101
from light_head_rcnn.visualizations import vis_bbox

coco_bbox_label_names = (
    'person',
    'bicycle',
    'car',
    'motorcycle',
    'airplane',
    'bus',
    'train',
    'truck',
    'boat',
    'traffic light',
    'fire hydrant',
    'stop sign',
    'parking meter',
    'bench',
    'bird',
    'cat',
    'dog',
    'horse',
    'sheep',
    'cow',
    'elephant',
    'bear',
    'zebra',
    'giraffe',
    'backpack',
    'umbrella',
    'handbag',
    'tie',
    'suitcase',
    'frisbee',
    'skis',
    'snowboard',
    'sports ball',
    'kite',
    'baseball bat',
    'baseball glove',
    'skateboard',
    'surfboard',
    'tennis racket',
    'bottle',
    'wine glass',
    'cup',
    'fork',
    'knife',
    'spoon',
    'bowl',
    'banana',
    'apple',
    'sandwich',
    'orange',
    'broccoli',
    'carrot',
    'hot dog',
    'pizza',
    'donut',
    'cake',
    'chair',
    'couch',
    'potted plant',
    'bed',
    'dining table',
    'toilet',
    'tv',
    'laptop',
    'mouse',
    'remote',
    'keyboard',
    'cell phone',
    'microwave',
    'oven',
    'toaster',
    'sink',
    'refrigerator',
    'book',
    'clock',
    'vase',
    'scissors',
    'teddy bear',
    'hair drier',
    'toothbrush')

def main():
    parser = argparse.ArgumentParser()
    parser.add_argument('--gpu', type=int, default=-1)
    parser.add_argument('--pretrained-model', default='coco')
    parser.add_argument('video')
    args = parser.parse_args()

    model = LightHeadRCNNResNet101(
        n_fg_class=len(coco_bbox_label_names),
        pretrained_model=args.pretrained_model)

    if args.gpu >= 0:
        chainer.cuda.get_device_from_id(args.gpu).use()
        model.to_gpu()

    if args.video == "0":
        vid = cv2.VideoCapture(0)
    else:
        vid = cv2.VideoCapture(args.video)
    if not vid.isOpened():
        raise ImportError("Couldn't open video file or webcam.")

    # Define the Codec and File Name
    fourcc = cv2.VideoWriter_fourcc(*'DIVX')
    out = cv2.VideoWriter('Light-Head-RCNN_Kururu.mp4', fourcc, 10, (640,640)) # 640,360

    # Compute aspect ratio of video
    vidw = vid.get(cv2.CAP_PROP_FRAME_WIDTH)
    vidh = vid.get(cv2.CAP_PROP_FRAME_HEIGHT)
    # vidar = vidw / vidh
    print(vidw)
    print(vidh)

    accum_time = 0
    curr_fps = 0
    fps = "FPS: ??"
    prev_time = timer()

    frame_count = 1
    while True:
        ret, frame = vid.read()
        if ret == False:
            print("Done!")
            return

        # BGR -> RGB
        rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

        # Result image
        result = frame.copy()

        # (H, W, C) -> (C, H, W)
        img = np.asarray(rgb, dtype = np.float32).transpose((2, 0, 1))

        # Object Detection
        bboxes, labels, scores = model.predict([img])
        bbox, label, score = bboxes[0], labels[0], scores[0]

        if len(bbox) != 0:
            for i, bb in enumerate(bbox):
                # print(i)
                lb = label[i]
                conf = score[i].tolist()
                ymin = int(bb[0])
                xmin = int(bb[1])
                ymax = int(bb[2])
                xmax = int(bb[3])

                class_num = int(lb)

                # Draw box
                cv2.rectangle(result, (xmin, ymin), (xmax, ymax), (0,255,0), 2)

                text = coco_bbox_label_names[class_num] + " " + ('%.2f' % conf)
                print(text)

                text_top = (xmin, ymin - 10)
                text_bot = (xmin + 80, ymin + 5)
                text_pos = (xmin + 5, ymin)

                # Draw label
                cv2.rectangle(result, text_top, text_bot, (255,255,255), -1)
                cv2.putText(result, text, text_pos, 
                cv2.FONT_HERSHEY_SIMPLEX, 0.35, (0, 0, 0), 1)

        # Calculate FPS
        curr_time = timer()
        exec_time = curr_time - prev_time
        prev_time = curr_time
        accum_time = accum_time + exec_time
        curr_fps = curr_fps + 1
        if accum_time > 1:
            accum_time = accum_time - 1
            fps = "FPS:" + str(curr_fps)
            curr_fps = 0

        # Draw FPS in top right corner
        cv2.rectangle(result, (590, 0), (640, 17), (0, 0, 0), -1)
        cv2.putText(result, fps, (595, 10), 
        cv2.FONT_HERSHEY_SIMPLEX, 0.35, (255, 255, 255), 1)

        # Draw Frame Number
        cv2.rectangle(result, (0, 0), (50, 17), (0, 0, 0), -1)
        cv2.putText(result, str(frame_count), (0, 10), 
        cv2.FONT_HERSHEY_SIMPLEX, 0.35, (255, 255, 255), 1)

        # Output Result
        cv2.imshow("Light Head RCNN Result", result)

        # Stop Processing
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

        frame_count += 1

if __name__ == '__main__':
    main()

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

import argparse

import matplotlib.pyplot as plt

import cv2

import numpy as np

from timeit import default_timer as timer

import chainer

from chainercv import utils

# from chainercv.datasets import coco_bbox_label_names

from light_head_rcnn.links import LightHeadRCNNResNet101

from light_head_rcnn.visualizations import vis_bbox

coco_bbox_label_names = (

'person',

'bicycle',

'car',

'motorcycle',

'airplane',

'bus',

'train',

'truck',

'boat',

'traffic light',

'fire hydrant',

'stop sign',

'parking meter',

'bench',

'bird',

'cat',

'dog',

'horse',

'sheep',

'cow',

'elephant',

'bear',

'zebra',

'giraffe',

'backpack',

'umbrella',

'handbag',

'tie',

'suitcase',

'frisbee',

'skis',

'snowboard',

'sports ball',

'kite',

'baseball bat',

'baseball glove',

'skateboard',

'surfboard',

'tennis racket',

'bottle',

'wine glass',

'cup',

'fork',

'knife',

'spoon',

'bowl',

'banana',

'apple',

'sandwich',

'orange',

'broccoli',

'carrot',

'hot dog',

'pizza',

'donut',

'cake',

'chair',

'couch',

'potted plant',

'bed',

'dining table',

'toilet',

'tv',

'laptop',

'mouse',

'remote',

'keyboard',

'cell phone',

'microwave',

'oven',

'toaster',

'sink',

'refrigerator',

'book',

'clock',

'vase',

'scissors',

'teddy bear',

'hair drier',

'toothbrush')

def main():

parser = argparse.ArgumentParser()

parser.add_argument('--gpu', type=int, default=-1)

parser.add_argument('--pretrained-model', default='coco')

parser.add_argument('video')

args = parser.parse_args()

model = LightHeadRCNNResNet101(

n_fg_class=len(coco_bbox_label_names),

pretrained_model=args.pretrained_model)

if args.gpu >= 0:

chainer.cuda.get_device_from_id(args.gpu).use()

model.to_gpu()

if args.video == "0":

vid = cv2.VideoCapture(0)

else:

vid = cv2.VideoCapture(args.video)

if not vid.isOpened():

raise ImportError("Couldn't open video file or webcam.")

# Define the Codec and File Name

fourcc = cv2.VideoWriter_fourcc(*'DIVX')

out = cv2.VideoWriter('Light-Head-RCNN_Kururu.mp4', fourcc, 10, (640,640)) # 640,360

# Compute aspect ratio of video

vidw = vid.get(cv2.CAP_PROP_FRAME_WIDTH)

vidh = vid.get(cv2.CAP_PROP_FRAME_HEIGHT)

# vidar = vidw / vidh

print(vidw)

print(vidh)

accum_time = 0

curr_fps = 0

fps = "FPS: ??"

prev_time = timer()

frame_count = 1

while True:

ret, frame = vid.read()

if ret == False:

print("Done!")

return

# BGR -> RGB

rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

# Result image

result = frame.copy()

# (H, W, C) -> (C, H, W)

img = np.asarray(rgb, dtype = np.float32).transpose((2, 0, 1))

# Object Detection

bboxes, labels, scores = model.predict([img])

bbox, label, score = bboxes[0], labels[0], scores[0]

if len(bbox) != 0:

for i, bb in enumerate(bbox):

# print(i)

lb = label[i]

conf = score[i].tolist()

ymin = int(bb[0])

xmin = int(bb[1])

ymax = int(bb[2])

xmax = int(bb[3])

class_num = int(lb)

# Draw box

cv2.rectangle(result, (xmin, ymin), (xmax, ymax), (0,255,0), 2)

text = coco_bbox_label_names[class_num] + " " + ('%.2f' % conf)

print(text)

text_top = (xmin, ymin - 10)

text_bot = (xmin + 80, ymin + 5)

text_pos = (xmin + 5, ymin)

# Draw label

cv2.rectangle(result, text_top, text_bot, (255,255,255), -1)

cv2.putText(result, text, text_pos,

cv2.FONT_HERSHEY_SIMPLEX, 0.35, (0, 0, 0), 1)

# Calculate FPS

curr_time = timer()

exec_time = curr_time - prev_time

prev_time = curr_time

accum_time = accum_time + exec_time

curr_fps = curr_fps + 1

if accum_time > 1:

accum_time = accum_time - 1

fps = "FPS:" + str(curr_fps)

curr_fps = 0

# Draw FPS in top right corner

cv2.rectangle(result, (590, 0), (640, 17), (0, 0, 0), -1)

cv2.putText(result, fps, (595, 10),

cv2.FONT_HERSHEY_SIMPLEX, 0.35, (255, 255, 255), 1)

# Draw Frame Number

cv2.rectangle(result, (0, 0), (50, 17), (0, 0, 0), -1)

cv2.putText(result, str(frame_count), (0, 10),

cv2.FONT_HERSHEY_SIMPLEX, 0.35, (255, 255, 255), 1)

# Output Result

cv2.imshow("Light Head RCNN Result", result)

# Stop Processing

if cv2.waitKey(1) & 0xFF == ord('q'):

break

frame_count += 1

if __name__ == '__main__':

main()

※LH_R-CNN_Chainer_Video.pyはexampleフォルダに保存しました。

LH_R-CNN_Chainer_Video.pyのポイント解説

Yoloの記事で作った『物体検出ソフト』と↑のソースコードの構造がほとんど同じなので…異なる点のみ説明します。

Yoloの記事で作った『物体検出ソフト』の場合はVOCデータセットによる学習済みモデルをロードして物体検出を行ったので、ラベル数が20種でした。

一方、今回作ったソフトがCOCOデータセットによる学習済みモデルをロードして物体検出を行うので、ラベル数を80種に変更する必要があります。

ChainerCVは、VOC/COCO両方のラベル定義を用意しているので、それをimportするだけで、VOC/COCO用のラベルを使うことができます。

コードの9行目のimportでCOCO用ラベルを使うことができます

ただし、ChainerCVのバージョン次第では、importできない可能性があります。そんなときは、COCO用のラベル定義を手書きします。

コードの14~94行目がCOCO用ラベルの定義を手書きしたものです。別のデータセット（オリジナル含む）を使う場合にも、このやり方で対応できます。

あとchainer-light-head-rcnnを取得したときに”light_head_rcnn”というフォルダがあると思うので、それを”example”フォルダに移動してください。

要するに、”light_head_rcnn”フォルダとLH_R-CNN_Chainer_Video.pyの階層を揃えてほしい。理由は以下のコードの”light_head_rcnn”パス設定の都合です。

コードの11~12行目がlight_head_rcnnのimport

LH_R-CNN_Chainer_Video.pyの使い方

”LH_R-CNN_Chainer_Video.py”の使い方もYoloの記事で作った『物体検出ソフト』とほとんど同じですが、一応デフォルト設定時での起動は以下の通りです。

デフォルト設定での起動例

python LH_R-CNN_Chainer_Video.py 動画ファイルパス

動画ファイルパスのところを”０”にするとUSBカメラやノートPC内蔵カメラの映像を使って『物体検出』を実行します。

デフォルト以外の学習済みモデルやラベル定義を変更することも可能ですが、コードの修正が必要になります。

動作確認

LH_R-CNN_Chainer_Video.pyを動作確認した映像が以下です。

※この映像は10fpsで再生しています。

第8世代となるインテルCoreプロセッサ（Core i5–8250U）で動かしましたが、1fps以下でした。（右上にfpsを表示させているが整数値しか表示しない仕様）

リアルタイム感はないですね…GPUマシンで動かさないと本領発揮しないのかもなぁ

（GPUマシンほしい…）

まとめ

本サイトでChianerCVで『カメラ・動画対応！物体検出ソフト』を作るシリーズを紹介しており

本記事が、その第3弾！Light-Head R-CNNによる『カメラ・動画対応！物体検出ソフト』の開発手順を説明しました。

本サイトでは、このシリーズ以外にも画像処理に関する記事（チュートリアル多め）が多数あるので、本サイトの記事を読んで…

画像処理に興味をもった！

勉強になった！参考になった！

と思ってくれる人が少しでもいると最高に嬉しい(*･ω･)ﾉ♪

はやぶさ

理系応援ブロガー”はやぶさ”@Cpp_Learningは頑張る理系を応援します！

（完）

おまけ -くるるとはやぶさの”ほのぼの劇場”-

以降は技術的な内容が少ない”ただの茶番”なので、お時間ある人だけ読んで頂ければと思います。

にゃーん

小さな笑い声が聞こえる。まるで笑いを堪えているようだ。

その声の正体は、最近LINEスタンプを作った人気フクロウの”くるる”@kururu_owl です。

（スタンプで得た収入は参考書代など、本サイトの運営に役立てますので、投げ銭感覚でスタンプを購入してくれると嬉しいです！）

くるる

はやぶー！動画見た？

すごいニコニコしながら声をかけてくれた！今にも笑いが吹き出しそうである。

はやぶさ

見た見た！

私もニコニコが止まらない！

くるる

にゃーん♪

はやぶさ

にゃーん♪

この後10分ほど1人と1羽で大爆笑！今日も平和だ。

誤認識の考察

動作確認の動画を見た人は気づいたと思うが”くるる”の写真やイラストが”猫”と認識されたのだ。

AIの気持ちになって考えてみると、

猫のような耳（実際には羽角と呼ばれる羽）
猫のようなヒゲ
猫のようなサイズ
猫のような毛色

正面から見たフクロウ…より正確にはアフリカオオコノハズクの”くるる”を正面から見ると、猫と同じ特徴を抽出できるため『猫に違いない！』と誤認識したのだろう。

一方、横から見た本人は常に『鳥』と認識していた。おそらく、羽/翼/嘴といった鳥の特徴を抽出できたため、誤認識しなかったと考えている。

深層学習による演算はブラックボックスと言われているが、AIの気持ちになって

どんな特徴を抽出しているか？
何故その特徴を抽出したのか？

などを考えてみると…少しは誤認識の理由が分かるかもしれませんね(*･ω･)ﾉ♪

ラベルの色分けと研究者の仕事

ようやく笑いが収まった”くるる”が喋りだした。

くるる

そういえば、今回はラベルの色分けをしなかったんだね！

ChianerCVで『カメラ・動画対応！物体検出ソフト』を作るシリーズ第１弾・第２弾のときはラベル毎にバウンディングボックスの色変更するモードを実装していた。

しかし、今回は単色モードのみにしている。実は今回、Light-Head R-CNNを採用したのは…

「YoloやSSD並みにリアルタイム物体検出が本当にできるのか？」を確認したい！という好奇心があったからです。

まぁ結果は上記した通りでしたが…（GPUだと、どんな結果になるのか気になる！）

なので、確認したかった処理速度と精度を確認できれば、ラベル毎の色分けは後回しでも良いかなぁと思い…結局やりませんでした。

少し気になりますが、本質から遠い部分は後回しにして、私は次のリサーチを開始します。

私の普段の仕事もこんな感じです。あまり品質の高いソフトを作り込まず、必要事項が確認できるコードを仕上げ、脈無しと判断したら、すぐに次に進む。

品質の高いソフトを開発するのは、最後の最後です。

仕事の進め方も少しは参考になるのかな？

さてと…次は何の記事を書こうかなぁ～

（おまけ完）

ChainerCVとLight-Head R-CNNで『カメラ・動画対応！物体検出ソフト』を作る

Light-Head R-CNNとは

深層学習による物体検出の概要

物体検出手法の種類 -One-stage/Two-stage detectors-

Light-Head R-CNNの概要

Light-Head R-CNNによる物体検出ソフトの開発手順

LH_R-CNN_Chainer_Video.py開発

LH_R-CNN_Chainer_Video.pyのポイント解説

LH_R-CNN_Chainer_Video.pyの使い方

動作確認

まとめ

おまけ -くるるとはやぶさの”ほのぼの劇場”-

にゃーん

誤認識の考察

ラベルの色分けと研究者の仕事

プライム感謝祭セールを完全攻略！事前準備やお得キャンペーンを徹底解説

【アマゾンプライムデー2023年】完全攻略！事前準備やお得キャンペーンを徹底解説

【2023年版】アマゾンプライム会員のメリット・デメリットを紹介！

Golang × WebAssembly（wasm）入門

【Python】最適化フレームワークのCodable Model Optimizerで回帰モデルのパラメータ調整を自動化する

【GitHub】シンプルなREADME.mdの書き方 -コピペで使えるテンプレート付き-

【Pyxel】Pythonでレトロゲームを作ろう！総集編 -まるっと1週間でゲーム開発入門-

【仕事効率化】Visual Studio Code で Markdown を使いこなす

【深層学習入門】画像処理の基礎(画素操作)からCNN設計まで

【Pyxel】Pythonでレトロゲームを作ろう！ Day 1 -画像の扱い方-

Light-Head R-CNNとは

深層学習による物体検出の概要

物体検出手法の種類 -One-stage/Two-stage detectors-

Light-Head R-CNNの概要

Light-Head R-CNNによる物体検出ソフトの開発手順

LH_R-CNN_Chainer_Video.py開発

LH_R-CNN_Chainer_Video.pyのポイント解説

LH_R-CNN_Chainer_Video.pyの使い方

動作確認

まとめ

おまけ -くるるとはやぶさの”ほのぼの劇場”-

にゃーん

誤認識の考察

ラベルの色分け と 研究者の仕事

プライム感謝祭セールを完全攻略！事前準備やお得キャンペーンを徹底解説

【アマゾンプライムデー2023年】完全攻略！事前準備やお得キャンペーンを徹底解説

【2023年版】アマゾンプライム会員のメリット・デメリットを紹介！

Golang × WebAssembly（wasm）入門

【Python】最適化フレームワークのCodable Model Optimizerで回帰モデルのパラメータ調整を自動化する

【GitHub】シンプルなREADME.mdの書き方 -コピペで使えるテンプレート付き-

【Pyxel】Pythonでレトロゲームを作ろう！ 総集編 -まるっと1週間でゲーム開発入門-

【仕事効率化】Visual Studio Code で Markdown を使いこなす

【深層学習入門】画像処理の基礎(画素操作)からCNN設計まで

【Pyxel】Pythonでレトロゲームを作ろう！ Day 1 -画像の扱い方-

ラベルの色分けと研究者の仕事

【Pyxel】Pythonでレトロゲームを作ろう！総集編 -まるっと1週間でゲーム開発入門-