
TensorFlowのMagentaで高速に画風変換してみた
Magentaで画像の高速スタイル変換ができるようになったというニュースがあったので、Magentaの公式Dockerイメージをダウンロードして試してみました。
Magentaで画像の高速スタイル変換ができるようになったというニュースがあったので、Magentaの公式Dockerイメージをダウンロードして試してみました。
Faster R-CNNのCaffe・Python実装「py-faster-rcnn」において、COCOデータセットを用いてトレーニングしたモデルで物体検出を試してみました。COCOモデルは、80種類のカテゴリーに対応していることが特徴です。
Pythonの特異値分解SVD (singular value decomposition)の速度を比較してみました。
画像にキャプションを付ける「Show and Tell」のTensorFlow実装であるim2txt。以前の記事では玉砕しましたが、今回の再チャレンジでは、画像のキャプション生成に成功しました。
Real-Time Style TransferのTorchによる実装「fast-neural-style」で、画像の高速スタイル変換を試してみました。
画像にキャプションを付ける「Show and Tell」のTensorFlow実装がオープンソースになったということなので試してみましたが、見事に玉砕しました。
Ubuntu 14.04にインストールしたNVIDIA DIGITS 4で、2クラス(CarとPedestrian)の物体検出(object detection)モデルを作成してみました。
Faster R-CNNのCaffeとPythonによる実装「py-faster-rcnn」で、物体検出モデルを作成してみました。
ビデオを名画風に変換するといえばartistic-videosが有名ですが、やはり処理時間が気になります。この記事では、chainer-fast-neuralstyleでビデオの高速画風変換を行ってみました。
Faster R-CNNのCaffeとPythonによる実装「py-faster-rcnn」で、物体検出デモを試してみました。