こんにちは！突然ですが、機械学習の実験管理って難しいですよね？そんなあなたにAzure Machine Learningです！ 今回はMicrosoftのAzure Machine LearningとAzure Machine Learningn SDKを利用して、MNISTの学習の実験管理に取り組みます！

彗星の如く登場した文章から画像を生成するAIモデル「Stable Diffusion」。 このAIモデルは他の画像生成モデルと何が違うのでしょうか？文章から画像を生成するAIモデルの歴史をたどりつつ、実際に利用してみます！

「YOLOv5+Arduinoで社内の個室スペースの空き検出システムを構築！」と同様のシステムを、マイクロソフト社提供のIoT機器であるAzure Percept DKを用いて構築してみました！

社内にある個室スペースですが、遠くからだとスペースが利用されているか分かりません。 今回はYOLOv5とarduinoを組み合わせて、個室スペースの空き検出システムを構築しました！

普段何気なく利用しているパノラマ画像撮影機能ですが、どのように撮影されているのでしょうか？ 今回はソフトウェアの合成によって作成するパノラマ画像ついて、OpenCVを用いて動画フレームからパノラマ画像の生成してみました！

Kaggleで開催された「Help Protect the Great Barrier Reef」に対して、どのような取り組みを行なって、ブロンズ入賞を果たすことができたのかを振り返る連載の第一弾。今回は、参加したコンペの概要についてわかりやすく解説していきます。

新聞やニュースなどでよく目にする異常検知。様々な分野ですでに実用化され、他の大多数データと異なるデータを検出する異常検知。AzureCustomVisionを用いて、まずは簡単に異常検知を試してみる方法を紹介します。

紙面上に存在する文字をカメラで撮影し、その画像をプログラムやAIで解析することで、紙面上の文字をデジタルデータに変換する技術のOCR。EasyOCRというAIモデルを用いて実際にOCRをやってみました。

AutoEncoderというAIモデルを用いて、異常検知に挑戦。 AutoEncoderの仕組みを解説と実装、そしてモデルの評価まで解説します。

Dropoutという方法を用いて、CNNモデルの過学習を根本的に防ぐ方法をご紹介します。

CIFAR-10を用いてCNNモデルをPyTorchで構築ました。今回は、学習フェーズと検証フェーズを基に導き出した最も良いと思われるパラメータの評価を行います。AIの精度評価をします。

こんにちは、株式会社神戸デジタル・ラボ DataIntelligenceチーム（以降DIチーム）の原口です。 今回は、流行のByteTrack*1とYOLOv5*2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！ 実際のトラッキング動画と合わせてご紹介していきます！ 本稿…

株式会社神戸デジタル・ラボ DataIntelligenceチーム（以降DIチーム）の原口です。 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-…