アプリケーション ビデオ会議時に手話で発言権を確保できるようにする(1/2)
１．ビデオ会議時に手話で発言権を確保できるようにする(1/2)まとめ ・ビデオ会議で手話を検知するのは全カメラのビデオ入力を分類対象とする必要があり困難 ・以前の試みで通話品質への影響を最小限に抑えるために軽量モデルが重要な事が判明 ・その...
dahara1
アプリケーション 
アプリケーション YouTubeストーリーで人の声だけ音量を上げる(2/2)
１．YouTubeストーリーで人の声だけ音量を上げる(2/2)まとめ ・Looking to Listenはノイズを完全分離していたがユーザは一部を残す事を好んでいた ・年齢、肌の色、言語、声の高低、話者の顔の視認性により偏りがないようにチ...
アプリケーション YouTubeストーリーで人の声だけ音量を上げる(1/2)
１．YouTubeストーリーで人の声だけ音量を上げる(1/2)まとめ ・バックグラウンドノイズが大きいビデオでは被写体のスピーチが曖昧になり理解しにくい ・Looking to Listenは音声と口の動きなどの視覚信号を使い特定の人の音声...
AI関連その他 DELG：インスタンスレベルの画像認識の進歩(2/2)
１．DELG：インスタンスレベルの画像認識の進歩(2/2)まとめ ・今年はランドマークを対象とした2つの新しいコンペをKaggleで開催 ・1,200を超えるチームが集まりDELGの基準スコアを大幅に上回った ・メトロポリタン美術館のデータ...
AI関連その他 DELG：インスタンスレベルの画像認識の進歩(1/2)
１．DELG：インスタンスレベルの画像認識の進歩(1/2)まとめ ・インスタンスレベルの画像認識(ILR)とは特定の実体(インスタンス)を認識するタスク ・GoogleはGoogleランドマークデータセットなどでILRの進歩に貢献してきた ...
モデル pQRNN：射影とクラスタリングで一部のNLPタスクを効率化(2/2)
１．pQRNN：射影とクラスタリングで一部のNLPタスクを効率化(2/2)まとめ ・pQRNNは前世代のモデルであるPRADOを更に改良したNLPモデルで３要素で構成 ・pQRNNは事前処理を一切行わず、テキスト入力だけから文脈表現を学習可...
モデル pQRNN：射影とクラスタリングで一部のNLPタスクを効率化(1/2)
１．pQRNN：射影とクラスタリングで一部のNLPタスクを効率化(1/2)まとめ ・昨年発表したPRADOはパラメータ数が少なくとも最先端のパフォーマンスを実現した ・PRADOはタスクに最も関連するトークンのみを学習するためパラメータを少...
インフラ Google Colab上でVS Codeを動かしてブラウザでアクセス
１．Google Colab上でVS Codeを動かしてブラウザでアクセスまとめ ・Google Colab上でOSSとしてサーバ化されたVS Codeを動かしてブラウザで操作する方法 ・マーケットプレイスの利用に一部制限があるがほぼVS ...
インフラ Google Colabのパワーユーザー向けのヒント
１．Google Colabのパワーユーザー向けのヒントまとめ ・Colabを使うと機械学習の学習者や実践者がハイエンドなGPUにもアクセス可能になる ・メモ用Colab、実行時間測定、一部実行、クラス定義確認、Flask連携、Tensor...
インフラ Google Colabをプロ仕様に設定する
１．Google Colabをプロ仕様に設定するまとめ ・ColabをVSCodeと組み合わせて使う方法や巨大ファイルのロードなど実務的使用例 ・サイズの大きなファイルで時間のかかる学習を行っている人にとって参考になる ・本投稿はまだ全部の...
インフラ Google Colabの使い勝手を向上させる10の秘訣
１．Google Colabの使い勝手を向上させる10の秘訣まとめ ・気軽にブラウザでPythonやライブラリを試せるGoogle Colabを更に便利に使うためのヒント ・ファイルのアップロード、ダウンロード、Googleドライブのマウン...
ヘルスケア DeepVariant 1.0によるゲノム解析精度の向上(4/4)
１．DeepVariant 1.0によるゲノム解析精度の向上(4/4)まとめ ・PrecisionFDA前はエラー率が高いため、Oxford Nanoporeデータ用は使用できなかった ・UC Santa Cruz Genomics Ins...