Keep Learning! Fail and open the door to a new world!
１．MediaPipe Objectron:モバイル上でリアルタイムに物体の三次元形状を認識(2/2)まとめ ・実世界データとAR合成データを組み合わせることで、精度を約10%向上させる事に成功 ・バックボーンとなっている技術は、MobileNetv2上に構築されたエンコーダーデコーダーアーキテクチャー ・ モバイルパイプラインの効率をさらに高めるために、数フレームごとに1回だけモデルの推論を実行 […]
１．Recorder：Pixelスマートフォン用の検索可能な録音アプリ(2/2)まとめ ・Recorderは音声を50ms単位で小さく分析し正確に音声イベントの開始時間と終了時間を特定している ・音声分類結果が目まぐるしく変わらないようにadaptive-size median filteringを使っている ・オンデバイスのpart-of-speech-taggerを使用し一般的な名詞と固有名詞 […]
１．Recorder：Pixelスマートフォン用の検索可能な録音アプリ(1/2)まとめ ・録音音声をリアルタイムで書き起こしてタグ付けし、検索しやすくするPixel用アプリが公開 ・Recorderと名付けられたこのアプリはオンデバイスで動作する機械学習で実現されている ・音声の内容を色で視覚化する機能もあり最も支配的なサウンドを単一の色で表現する ２．Recorderとは？ 以下、ai.goog […]
１．Pixel 4のNight Sightで撮影した天体写真(3/3)まとめ ・人々は夜間は空が暗くなっている事を当然と思っているため空が明るく見えると撮影時刻を誤解する ・Night Sightでは撮影部分に空が含まれるとわざと空の部分を暗くする処理を加えている ・写真から空を検出する処理にはオンデバイスの畳み込みニューラルネットワークが使われている ２．夜空をわざと暗くする処理 以下、ai.g […]
１．MobileNetV3:次世代のオンデバイス視覚モデル(3/3)まとめ ・精度とEdge TPU上で実行された際の速度を両立させるAutoMLをした結果MobileNetEdgeTPUモデル誕生 ・既存のモバイルモデルよりも同一精度でより早い応答速度もしくは同一応答速度でより高い精度を実現 ・しかしMobileNetEdgeTPUをモバイルCPUで実行するとMobileNetV3と比較してパフ […]
