YOLO YOLO学習データを自動生成する｜射影変換・ラベル生成・データ拡張をまとめて自動化
前回は、牌画像を貼り付けるベース画像に対して、牌を配置したい場所を4点でアノテーションするツールを作りました。ここまでで、撮影画像↓矩形アノテーション↓牌画像を切り出す↓ベース画像の牌配置領域を4点アノテーションまで準備できました。今回は、...
Python
YOLO 
YOLO 射影変換用の4点アノテーションツールをPythonで作る｜ベース画像の牌配置領域を指定する
前回は、YOLOの矩形アノテーションをもとに、元画像から麻雀牌を1枚ずつ切り出しました。今回は、その切り出した牌画像を貼り付けるために、ベース画像側の牌配置領域を4点でアノテーションするツールを作ります。通常であれば、画像を撮影↓矩形アノテ...
YOLO YOLOラベルから牌画像を自動で切り出す｜Pythonで矩形座標をクロップする方法
前回は、Tkinterを使ってYOLO用の矩形アノテーションツールを作成しました。通常であれば、画像を撮影↓矩形アノテーション↓YOLOで学習と、そのまま学習へ進むことが多いと思います。しかし今回は、ここから少し違う方法で学習データを作って...
YOLO YOLO用矩形アノテーションツールをPythonで自作する｜Tkinterでズーム・PANに対応
前回は、OpenCVを使ってYOLOの学習に使用する麻雀牌画像を撮影しました。撮影した画像をYOLOの学習に使うには、画像内のどこに麻雀牌が写っているのかを矩形で指定するアノテーション作業が必要です。今回は、PythonのTkinterを使...
YOLO OpenCVでYOLOの学習用画像を撮影するツールを作る｜Pythonで学習データを効率よく集める
YOLOモデルを学習させるために、最初に必要になるのが学習用画像です。AIの認識率は学習データの質に大きく左右されるため、まずはできるだけ多くの画像を集める必要があります。最初はスマートフォンで撮影することも考えましたが、PCへ転送したりフ...
YOLO YOLOモデルの作り方をゼロから解説｜通常の学習手順とデータセット自動生成方法の全体像
YOLOは、画像の中から物体の位置を検出できるAIです。近年ではさまざまな場面で利用されており、自分で学習データを用意すれば、オリジナルの物体検出AIを作ることもできます。一般的なYOLOモデルの作成手順は、それほど複雑ではありません。画像...
技術記事 YOLOだけではうまくいかなかったので、AIを3つに分けました
前回の記事（YOLOとEfficientNetの違いとは？物体検出AIと画像分類AIを分かりやすく解説）では、YOLO（物体検出AI）EfficientNet（画像分類AI）の違いについて紹介しました。実は、現在の構成は最初から決まっていた...
技術記事 YOLOとEfficientNetの違いとは？物体検出AIと画像分類AIを分かりやすく解説
AIを使った画像認識と聞くと、「AIが全部まとめて判断してくれる」というイメージを持つ方も多いのではないでしょうか。実は、画像認識AIにもさまざまな種類があり、それぞれ得意な役割が異なります。今回開発している麻雀CPUでも、1つのAIですべ...
麻雀CPU 麻雀CPU、あったらいいので作ります。④ 実物の牌を認識できるのか試してみた
こんにちは。前回は、麻雀CPU全体の設計について紹介しました。設計が固まり、いよいよ実装に入ります。「まずはGUIから作り始めたのでは？」と思われるかもしれませんが、実は最初に取り組んだのは画面作りではありませんでした。最初に挑戦したのは、...
技術記事 Pythonでゲーム開発するときのディレクトリ構成【個人開発で管理しやすいフォルダの分け方】
PythonでゲームやGUIアプリを開発していると、最初は数個しかなかったファイルが、気付けば何十個にも増えていることがあります。私も現在開発している麻雀CPUで、まさに同じ経験をしました。最初はmain.pygui.pydetect.py...