12/9(月) 応用科学学会シンポジウムで自動運転に関する講演を担当します☆彡

オートエンコーダ

画像生成 / スタイル変換

4-7. pix2pixで線画を着色する

はじめに  今回はpix2pixで線画にした画像を着色してみます。pix2pixはImage-to-ImageなGANモデルで多様な使い方ができます。セグメンテーション画像から本物の画像を予測...
画像生成 / スタイル変換

4-6. 生成モデルって何だろう、VAEの仕組み

やること 2019/10/11(金)に開催された「AI勉強会|GANやVAEが書けるようになりたい」の内容より、生成モデルとVAEの仕組みを勉強します。 使うもの 生...
画像生成 / スタイル変換

4-5. Auto-encoderでお寿司をモーフィングする(ソースコードあり)

やること オートエンコーダでお寿司のモーフィング(画像がだんだん変化するアレ)を行います。 使うもの こちらの勉強会を参考にしています。 ソースコー...
画像生成 / スタイル変換

4-4. Auto-encoderでお寿司の画像を学習する(ソースコードあり)

やること オートエンコーダでお寿司の画像を学習してみます。 使うもの こちらの勉強会を参考にしています。 画像のサイズ(解像度)を揃える お寿...
画像生成 / スタイル変換

4-3. CNNでケーキ画像の次元圧縮(最終手段編)

やること どうしてもオートエンコーダで画像を2次元まで次元圧縮したい。今日は最終手段を使って、ケーキ画像の次元圧縮をしてみます。 使うもの 最終手段とは オートエ...
画像生成 / スタイル変換

4-2. CNNでケーキ画像の次元圧縮(Stacked Auto-Encoder編)

やること エンコーダ部分とデコーダ部分をまとめて学習させると、どうも学習が安定しない気がします。今日は、学習を工夫した「Stacked Auto-Encoder」でケーキ画像の次元圧縮を試して...
画像生成 / スタイル変換

4-1. CNNでケーキ画像の次元圧縮(Auto-Encoder編)

やること 画像というものは非常に高次元の情報を持っています。例えば128*128pxの画像は、128*128*3ch=49152次元の情報を含んでいます。人間は高次元の情報を処理できない動物な...
タイトルとURLをコピーしました