「間取り図解析アルゴリズム作成」コンペでは、部屋領域と建具の検出を別々のAIを用いることで、間取り図解析アルゴリズムを作成する方針を立てました。本記事では、部屋領域AIを作り、直面した問題点等をご紹介します。

前回の「テキスト分析入門」シリーズでは、一般的なテキスト分析についてご紹介しました。 今回の連載では、Azureのサービスを用いて実際に手を動かしながらテキスト分析をやってみます。第一回目はAzureのテキスト分析サービスののご紹介と準備をご紹介しま…

今回は、流行のByteTrackとYOLOv5を組み合わせてオブジェクトトラッキングをやってみました！オブジェクトトラッキングとは何かから始まり、トラッキングをやってみたいと思います。

本連載では、Batch Normalization*1やDropout*2などの様々な精度向上手法を利用することによって、CNNの精度がどのように変化するのかを画像データセットの定番であるCIFAR-10*3を用いて実験していきたいと思います。

これまでの「テキスト分析入門シリーズ」ではテキスト分析とは何かという概要と活用方法を8つご紹介しました。今回は実際に利用できる日本語のテキスト分析サービスをご紹介します。

前回構築した学習環境を使って、コンペに取り組んでいきます。まずはコンペ概要を整理し、方針建てをしていきます。今回は建具認識・部屋領域認識のうち、建具の認識についてお話していきます。

深層学習を行うにはGPUが不可欠です。CPUで学習することも可能ですが、画像データに対して学習するには相当な時間がかかります。本コンペでは一体どのような学習環境を整えたのかご紹介いたします。