AI– category –

カメラ開発の相談などを受けることがあり、これまでラズベリーパイをベースに提案するなどしていました。将来的に自社でのカメラ製造を考え始めています。 もちろん大企業的なことを最初からやろうというのは無謀だと理解しています。改めて、どういうベン...

Metaが発表した画像から3Dモデルを生成できるAI「SAM 3D」の動画版、SAM-Body4Dが公開されていたので試してみました。GitHubではブレイクダンスの分析例もあります。 GitHub - gaomingqi/sam-body4d: 🏂 Training-Free Human Mesh Recovery from Vi...

Google からAI駆動開発を実現する統合開発エディタ "Antigravity"がリリースされました。 セキュリティ的な懸念があるのと、AI駆動で進めるということを前提に考え、オンライン上のバーチャルデスクトップで試してみることにしました。自分のPCで環境がお...

放送業界の現場では生放送や屋外撮影においてタブーな言葉、いわゆる放送禁止用語が飛び出すケースが少なくなく、従来はピー音などで誤魔化したりディレイを利用してカットするなどの対応がされていました。 最近は音声の生成AIの技術も発展しており、①画...

LLMの発展に伴い、口語的な指示でのソフトウェア操作、バーチャルキャラクターやロボットの操作が別次元になりつつあります。Amazon AlexaやApple Siriに命令するような形でAIに指示をすると、それに必要なスクリプトなどが自動で生成、実行されるものです...

サッと確認しようと最新の Ultralytics yoloを実行したところ思ったより性能が出ませんでした。調査してみたいと思います。 技術確認のために利用させていただいた画像 あくまで技術研究のためとして、人数の数えやすいタレントさまの画像を利用させていた...

自分の環境で動いていたAIが動かない、コンピュータで計算をしていて結果が異なる、そんなことは起こり得ないと思っていませんか？ Reproducibility（再現性）、Determinism（決定論）というキーワードで開発者向け資料を調べると公式ドキュメントにおいて...

SparseAGS (Sparse-view Pose Estimation and Reconstruction via Analysis by Generative Synthesis ) は数枚の画像から3Dデータを構築する技術です。多くの3Dスキャンなどではキャリブレーションという形で、カメラがどの位置にあり・どの角度で撮影した...

supervisionとは、YCombinatorなどのベンチャーキャピタルから出資を受けているRoboflowというスタートアップが公開している、メディア解析におけるデータ可視化、処理を簡素化するツールセットです。このライブラリを使うことで物体検出やセグメンテーシ...

Ultralyticsが YOLO11 を発表しました。実際のところ、モデルが YOLO11であるとしており Ultralytics 8.3系が実行系のようです。YOLOv11(version11)とせず、YOLO11としている理由は見つかりませんでした。もしかすると、実行系はUltralytics（会社名）とし...

YOLOv8では、2つの方法でオブジェクトトラッキングが可能です。 （　YOLOv8解説トップ：【画像認識AI】Ultralytics YOLO v8 解説　） BoT-SORTとByteTrackが利用可能です。デフォルトはBoT-SORTです。 BoT-SORT: Robust Associations Multi-Pedestria...

YOLOv8リポジトリの構造を解説します。 ultralytics > assets には サッカーのジダン選手(監督)の画像が入っています。 cfg 各種設定ファイル、yamlファイルが置いてあります。 例えばですが、上記のように cocoデータセットのファイルが置いてあります。...