記事一覧
動画も高精度に！ComfyUIとSegment Anything Model 2（SAM 2）でセグメンテーションをマスターしよう
コンピュータビジョンの世界に革命をもたらした画像セグメンテーションモデル「Segment Anything Model（SAM）」。その登場から約1年、METAが新たな進化を遂げた「Segment Anything Model 2（SAM 2）」を発表しました。画像だけでなく動画にも対応したこの最新モデル、使い方によってはかなり実用的になり得るでしょう。
本記事では、SAM 2の特徴や機能、そして
Segment Anything Model2(SAM2),Meta AIを使ってみた
先日紹介しましたSAMは、画像認識のモデルでした。
2024年7月29日に発表がありましたSAM2は、動画と画像の両方を認識できるモデルになります。
SAM2のデモサイトのリンクは↓の通りです。
SAMとの違い
SAMは画像認識だけだったので、SAM2は動画も認識できるようになりました。
以下の画像の通り、動画で流れている途中で分類したい箇所を選択して再送すると、その後も分類された状態になりま
Google Colab で SAM 2 を試す
「Google Colab」で「SAM 2」を試したのでまとめました。
1. SAM 2「SAM 2」(Segment Anything Model 2) は、画像や動画のセグメンテーションを行うためのAIモデルです。目的のオブジェクトを示す情報 (XY座標など) が与えられた場合に、オブジェクトマスクを予測します。
具体的に何ができるかは、以下のデモページが参考になります。
2. セットア
Google Colab で Florence 2 を試す
「Google Colab」で「Florence 2」を試したので、まとめました。
1. Florence 2「Florence 2」は、Microsoftが開発した軽量なVLM (Vision Language Model) です。キャプション、物体検出、OCRなど、さまざまなビジョンタスクを単一モデルで処理することができます。
2. Colabでの実行Colabでのセットアップ手順は、次の
Label-Efficient Microscopy Image Recognition with Cell Image Characteristics
2023年度研究会推薦博士論文速報
［コンピュータビジョンとイメージメディア研究会］
西村 和也
（国立がん研究センター研究所 計算生命科学ユニット 特任研究員）
邦訳：細胞画像特性を用いたラベル効率の良い顕微鏡画像認識
【背景】深層学習により顕微鏡画像の認識が高精度に実現可能になった
【問題】深層学習には撮影環境毎に学習データが必要である
【貢献】細胞画像の特性を活用することにより学習デー
AlbumentationsのMotionBlurは画像をシフトする
自然画像を対象とした物体検出モデルを学習していてData AugmentationのためにAlbumentationsを使っていたのですが、AlbumentationsのMotionBlurが画像をシフトする事に気づかず、Bounding Boxの真値とずれてハマったので本記事を書きました。
Albumentationsは画像をシフトするサンプルとして以下の画像で説明します。
Bounding
Metaのセグメンテーションモデル「SAM2」の論文を読む
この記事の概要Meta AIから発表されたSAM2の論文を解説しています。
SAM2とは動画に対するセグメンテーションモデルです。あるフレームでセグメントしたい物体を選択するとその物体を時間方向にセグメントしてくれます。
SAM2は自身も含むモデルでアノテーションを補助し、さらにモデルを改善していく仕組みで、動画セグメンテーション用の大規模なデーセットを構築しています。
結果、画像と動画の両
AIを用いて橋梁床版の画像からひび割れ検出を行ってみた
※本ブログはAidemy Premiumのカリキュラム「AI アプリ開発講座」の一環で、受講修了条件を満たすために公開しています。
成果物の橋梁床版ひび割れ検出アプリは下記です。
https://aidemy-final-output-jn.onrender.com/
0. はじめに ～この題材を選んだきっかけ～皆さま初めまして。著者は今ソフトウェアベンダーの技術営業として働いています。最近
YOLOv8とUltralyticsを使用したオブジェクトカウンティング
はじめにUltralyticsとは
Ultralyticsは、最先端の深層学習モデルと革新的なコンピュータビジョンソリューションを提供する企業です。彼らが開発したYOLOv8は、リアルタイムの物体検出と画像セグメンテーションにおいて、高速性と精度を両立した最新のモデルです。Ultralyticsは、これらの技術を簡単に利用できるPythonライブラリも提供しており、研究者や開発者が最新の AI
YOLO-NAS物体検出モデルのonnx、Torchscript、TensorRT処理速度評価：EC2編
1. はじめに 本記事では物体検出モデルYOLO-NASを用いて推論処理を行った際の「1フレーム処理速度」とそれから推定される「フレーム処理速度」の評価を行う。
YOLO-NASはPytorchのモデル形式であるが、本記事ではOnnx、Torchscript、TensorRTのモデルに変換して上記指標を比較して、最もフレーム処理速度の速いモデル形式を明らかにした。
2. YOLO-NASYO