回答編集履歴
1
編集上の修正を加えました
answer
CHANGED
|
@@ -57,18 +57,18 @@
|
|
|
57
57
|
|
|
58
58
|
どうしてこんなに深層学習のYOLOの精度が高くて速いかを説明します。
|
|
59
59
|
- グレースケールではなくカラー画像を入力に使えることで、画像の表現力がもともと高い。
|
|
60
|
-
- 人間の職人芸から導かれた
|
|
60
|
+
- 人間の職人芸から導かれた検出処理（例えば物体検出やSVM）が含まれていない
|
|
61
61
|
- （良くも悪くも人間の常識抜きに）機械が統計的に導いた膨大な数の検出処理で成り立っている
|
|
62
|
-
- 物体検出と物体の判別を融合させることで、比較的高速に、無駄なく、一撃(You Only Look Once)で処理きる
|
|
62
|
+
- 物体検出と物体の判別を融合させることで、比較的高速に、無駄なく、**一撃(You Only Look Once)で**処理きる
|
|
63
63
|
|
|
64
64
|
> yoloはいかにして色を検出材料に
|
|
65
|
-
一枚のカラー画像をは縦横にRGBの3chが加わった3方向に軸のあるデータです。画像のチャネルごとに深層学習で特徴を抽出する処理を行い、
|
|
66
65
|
|
|
67
|
-
一枚のカラー画像を「縦横とRGBという3方向に広がっている箱」ととらえてください。これをそのまま畳み込んでいくイメージです。
|
|
66
|
+
一枚のカラー画像を「縦横とRGBという3方向に広がっている箱」ととらえてください。これをそのまま畳み込んでいくイメージです。
|
|
67
|
+
「RGBの三つの異なるデータがあるのに、どうして最後にいつのまにかこれらが”組み合わさった”数値のデータに！」とモヤモヤすることと思います。これは「全結合層」という部分で膨大なデータを一次元に変換する処理があり、ここで数値の羅列に並んだ形に変換されて1つのデータに変換され、そのあと適当なデータ（座標やカテゴリ等）に分離されるととらえてください。
|
|
68
68
|
|
|
69
69
|
---
|
|
70
70
|
|
|
71
71
|
> Darknetというものをインストールする必要があるのですが、これは安全なのでしょうか？名前がちょっと。
|
|
72
72
|
|
|
73
|
-
「中二病をこじらせたタイトル
|
|
73
|
+
「中二病をこじらせた」タイトルとよく表現されていますが、安全と思います。Githubですべて公開されていますし、ほかの人たちも改善を加えたりしてよく手入れされています。
|
|
74
74
|
※githubのような公開されて、**よく手入れされている場所のソースコードやデータを使ってください。**正体のよくわからないサイトから複雑で膨大なソースコードを手に入れると、何か仕込まれている例があります（ずいぶん前に、膨大なソースコードの中にこっそりJPEGデータに偽装してIP等を送信するコードを挟み込んでいた人がいて、身内から干された、というアメリカ人がいました）。
|