回答編集履歴
1
編集上の修正を加えました
test
CHANGED
|
@@ -116,21 +116,21 @@
|
|
|
116
116
|
|
|
117
117
|
- 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。
|
|
118
118
|
|
|
119
|
-
- 人間の職人芸から導かれた
|
|
119
|
+
- 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
|
|
120
120
|
|
|
121
121
|
- （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
|
|
122
122
|
|
|
123
|
-
- 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
|
|
123
|
+
- 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
|
|
124
124
|
|
|
125
125
|
|
|
126
126
|
|
|
127
127
|
> yoloはいかにして色を検出材料に
|
|
128
128
|
|
|
129
|
-
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、
|
|
130
129
|
|
|
131
130
|
|
|
131
|
+
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。
|
|
132
132
|
|
|
133
|
-
|
|
133
|
+
「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。
|
|
134
134
|
|
|
135
135
|
|
|
136
136
|
|
|
@@ -142,6 +142,6 @@
|
|
|
142
142
|
|
|
143
143
|
|
|
144
144
|
|
|
145
|
-
「中二病をこじらせたタイトル
|
|
145
|
+
「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。
|
|
146
146
|
|
|
147
147
|
※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）。
|