my notebook

TensorFlow で MNIST その１
Tuesday, August 8, 2023

Keras のこの記事 https://keras.io/examples/vision/mnist_convnet/ を参考にしながら、最終的にはこれを TensorFlow.js に移植する試み。

今回は Python でモデルを構築して、実際に手描き数字を推測させてみるところまで進めます。

hand written numbers

my-bread-120-demo

自分で用意したパンの写真 120枚を使って、この例に従って Multiclass semantic segmentation using DeepLabV3+ モデルをつくりました。

このページでそのモデルを使って画像からパンのピクセルを推測するデモを実行できます。Chrome または Firefox で作動確認しています。いわゆる SPA アプリなのでそのページ内で処理が完結しています。推測に使う画像がサーバやインターネットにアップロードされることはありません。興味ある方はお試しください。

自分で用意したパンの写真 120枚を使って、Keras の Deeplab V3 plus を使ってファインチューニングしたモデルをつくった。そのモデルを使って新たに撮った写真でパンの写っているピクセルを推測した結果。

semantic segmentation my-bread-120

※赤いピクセルで塗った部分がパンとして推測されたピクセル。

今回は、この元画像と結果を合成する方法について書く。

前回のエントリー GIMP Script-Fu を使って所定のディレクトリ内にある xcf ファイルを png にバッチ変換するで、関数を定義する部分。 lambda を使う書き方と、使わない書き方があり、なんなんだろうと思って調べた。どうやら lambda を使わない記述方法は単なる省略表記であるらしい。

GIMPには、 Script-Fu というスクリプトが備わっていてバッチ処理などができます。

InDesign での ExtendScript / UXP Scripting に相当するものです。

今回は複数の xcf ファイルを一括で png ファイルに変換（保存）するスクリプトを書きます。

Ubuntu 22.04 で CUDA 11 + cuDNN 8 環境をつくった。

すべて apt でインストールが完了するわけではなく、cuDNN については、引き続き nvidia サイトから該当ファイルを入手する必要あり。 sudo apt install cuda-toolkit-11-cudnn-8 だけで、インストールが完了する時代が来ればいいのに。

Acer Chromebook 311 (CB311-11H)

日本語を書くのはもっぱらターミナル上で emacs を使って書いている。しかし、長い文章では見通しが悪い。 pomera 搭載のエディタのようにアウトライン機能が使えればいいのにと考え始めた。調べてみると、WZ Editor が pomera と同じアウトライン機能を持っていることがわかった。（順番からいけばおそらく WZ Editorが先で、pomeraが後からそれをサポートしたのだと思う。）では WZ Editor 使うか、というと普段ターミナル上で動く emacs / vim でテキスト編集しているので、テキストエディタはターミナル上で動いてほしい。そもそも使いたいのは、アウトライン機能だけ。ならば、emacs にアウトライン機能を追加する方法を調べればいいのではないか。・・・ということで色々調べたら、解決できたので、今回はその結果を備忘録として書き残します。

» Read More

Stable Diffusion で足りない背景を描き足す
Sunday, July 30, 2023

正方形の画像が必要だが、縦長の写真 ( 270 x 360px )しかなかった場合。

bread