 DIGITALFILTER.COM
|
本セミナでは生成AIを活用してディープラーニングの画像セットを作成します。ここではその活用法を３通りにまとめました。 0-01 ディープラーニング画像セットにおける生成AI活用法 活用法１〜認識対象と背景、どちらもAIで生成する1-01 ディープラーニングには学習と推論がある 1-02 ニホンザル画像セット作成のロードマップ 1-03 Google Colabの無料版を使ってみる！ 1-04 AIでサルの画像を1枚生成 1-05 サルの画像の背景を切り取る 1-06 サルの画像を加工する 1-07 AIで背景画像を３枚生成 1-08 サルと背景画像を合成してデータセット（画像9枚） 1-09 データセットは画像が数千枚はないと実用的でない 活用法２〜認識対象は自力で、背景はAIで生成する2-01 カラーボールなら自分で撮影できる 2-02 カラーボール画像セット作成の手順 2-03 ディープラーニング（画像認識）のロードマップ 2-04 ステップ１：学習用Pythonで学習済みモデルを作成 2-05 ステップ２：推論用画像セットで認識率を確認 2-06 ステップ３：未知の画像に適用して実用性を確認 2-07 背景を「床クラス」として認識させる 活用法３〜既存の画像セットを生成AIで強化する3-01 GTSRB（ドイツ道路標識）データセット 3-02 学習→推論（認識率約97％） 3-03 未知の画像を推論すると誤認識だらけ 3-04 アスファルトを床クラスとして認識 3-05 青空や樹木の画像を追加して誤認識減らす 3-06 白線と縁石の画像を追加して誤認識減らす |