b/2018/koji/8
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
----
#contents
----
*8/27 [#m8a385b1]
21日に「明日、明後日ぐらい」っていうてたけどなんだかんだ...
-Efficient Deep Learning for Stereo Matchingのまとめ
siameseネットワーク(今回はCNNを二つ)を利用する。それぞれ...
--学習
+入力画像のサイズは受容野サイズ←ランダムに抽出
+ランダムに抽出した画像の中心座標を(xi, yi)にする、dxi, d...
+各CNNでの学習結果(乗積層に渡す前)は左が単一の64次元表現(...
+乗積層に渡し、計算した結果を各ピクセル毎のソフトマックス...
+CNN内では重みwに関してこの式を使って交差エントロピーを最...
#mathjax({\min_{w}\sum_{i,yi}p_{gt}(y_{i})logp_{i}(y_{i},...
+ターゲット分布pgt(yi)を3ピクセルの[[エラーメトリック:htt...
#mathjax(p_{gt}(y_{i}) = \begin{cases}λ_{1} if y_{i} = ...
#mathjax(λ_{1} = 0.5, λ_{2} = 0.2, λ_{3} = 0.05);
~この作業を数千回繰り返しするごとに学習率を調整する
--テスト
+全てのピクセル(i)に対して64次元の特徴表現したのを計算し...
-さらに気をつけるとこ
+pytorchで簡単な実験から
+コストの計算は交差エントロピーの部分でしてる
+交差エントロピーロス nll_loss()
+教師信号の0,1のとこは少し考えるつまり教師信号を作る(0.5,...
+画像からランダムにpacthを取り出す(対応する教師信号も)
*8/21 [#cd680068]
ひとまずEfficient Deep Learning for Stereo Matchingに関し...
~最初に読み進めた時よりだいぶ理解して読めた??
*8/17 [#v87b1c93]
-HSVの画像をRGB画像から作ってみる
入力画像に対して以下のコードで実行して見た
for i in range(N0):
for j in range(N1):
#R,G,Bの値を取得して0~1の範囲にする
[b, g, r] = img[i][j]/255.0
#R,G,Bの最大、最小を計算
mx, mn = max(r, g, b), min(r, g, b)
#最大、最小の差
diff = mx - mn
#Hの値を計算
if mx == mn: h = 0
elif mx == r: h = 60*((g-b)/diff)
elif mx == g: h = 60*((b-r)/diff) + 120
elif mx == b: h = 60*((r-g)/diff) + 240
if h < 0: h = h + 360
hsv0[i][j] = [h*0.5, 255, 255]
hsv1[i][j] = [h*0.5, 128, 128]
hsv2[i][j] = [h*0.5, 64, 64]
入力がimg(虹色)、出力がhsv、S,Vを固定して255の数値にした...
%%試しにhsv[i][j] = [h*0.5, 255, 255]の部分をhsv[i][j] = ...
hsvを表す時のS,Vの値を変えて見た画像でいうとこんな感じ
~(img.png)
&ref(../img.png,50%);
~(HSV0.png) S=V=255
&ref(../HSV0.png,50%);
~(HSV1.png) S=V=128
&ref(../HSV1.png,50%);
~(HSV2.png) S=V=64
&ref(../HSV2.png,50%);
~S,Vが255でも見えることは見えるけど差がわかりづらい
%%webページなどの画像を載せるのは#refでいけるみたいやけど...
>
+ ページ上部の「添付」をクリックしてページに画像を添付.
+ そのファイル名を使って
&ref(hoge.png);
とかする,です.ただし,現在は,添付すると直後にエラーと...
<
&color(#00a000){PyTorch の方の進捗報告をよろしく.何がで...
pytorchに関してはmnistに関しては実行済み←この後どうしよ、、
*8/1 [#wc915ad8]
英語は一通り終えた、、この後もう一回読み直して内容しっか...
~今の所は大まかにしか内容を捕らえられてないので、
~HSV画像の話はやっと本腰入れる、とりあえずは前に言われて...
終了行:
----
#contents
----
*8/27 [#m8a385b1]
21日に「明日、明後日ぐらい」っていうてたけどなんだかんだ...
-Efficient Deep Learning for Stereo Matchingのまとめ
siameseネットワーク(今回はCNNを二つ)を利用する。それぞれ...
--学習
+入力画像のサイズは受容野サイズ←ランダムに抽出
+ランダムに抽出した画像の中心座標を(xi, yi)にする、dxi, d...
+各CNNでの学習結果(乗積層に渡す前)は左が単一の64次元表現(...
+乗積層に渡し、計算した結果を各ピクセル毎のソフトマックス...
+CNN内では重みwに関してこの式を使って交差エントロピーを最...
#mathjax({\min_{w}\sum_{i,yi}p_{gt}(y_{i})logp_{i}(y_{i},...
+ターゲット分布pgt(yi)を3ピクセルの[[エラーメトリック:htt...
#mathjax(p_{gt}(y_{i}) = \begin{cases}λ_{1} if y_{i} = ...
#mathjax(λ_{1} = 0.5, λ_{2} = 0.2, λ_{3} = 0.05);
~この作業を数千回繰り返しするごとに学習率を調整する
--テスト
+全てのピクセル(i)に対して64次元の特徴表現したのを計算し...
-さらに気をつけるとこ
+pytorchで簡単な実験から
+コストの計算は交差エントロピーの部分でしてる
+交差エントロピーロス nll_loss()
+教師信号の0,1のとこは少し考えるつまり教師信号を作る(0.5,...
+画像からランダムにpacthを取り出す(対応する教師信号も)
*8/21 [#cd680068]
ひとまずEfficient Deep Learning for Stereo Matchingに関し...
~最初に読み進めた時よりだいぶ理解して読めた??
*8/17 [#v87b1c93]
-HSVの画像をRGB画像から作ってみる
入力画像に対して以下のコードで実行して見た
for i in range(N0):
for j in range(N1):
#R,G,Bの値を取得して0~1の範囲にする
[b, g, r] = img[i][j]/255.0
#R,G,Bの最大、最小を計算
mx, mn = max(r, g, b), min(r, g, b)
#最大、最小の差
diff = mx - mn
#Hの値を計算
if mx == mn: h = 0
elif mx == r: h = 60*((g-b)/diff)
elif mx == g: h = 60*((b-r)/diff) + 120
elif mx == b: h = 60*((r-g)/diff) + 240
if h < 0: h = h + 360
hsv0[i][j] = [h*0.5, 255, 255]
hsv1[i][j] = [h*0.5, 128, 128]
hsv2[i][j] = [h*0.5, 64, 64]
入力がimg(虹色)、出力がhsv、S,Vを固定して255の数値にした...
%%試しにhsv[i][j] = [h*0.5, 255, 255]の部分をhsv[i][j] = ...
hsvを表す時のS,Vの値を変えて見た画像でいうとこんな感じ
~(img.png)
&ref(../img.png,50%);
~(HSV0.png) S=V=255
&ref(../HSV0.png,50%);
~(HSV1.png) S=V=128
&ref(../HSV1.png,50%);
~(HSV2.png) S=V=64
&ref(../HSV2.png,50%);
~S,Vが255でも見えることは見えるけど差がわかりづらい
%%webページなどの画像を載せるのは#refでいけるみたいやけど...
>
+ ページ上部の「添付」をクリックしてページに画像を添付.
+ そのファイル名を使って
&ref(hoge.png);
とかする,です.ただし,現在は,添付すると直後にエラーと...
<
&color(#00a000){PyTorch の方の進捗報告をよろしく.何がで...
pytorchに関してはmnistに関しては実行済み←この後どうしよ、、
*8/1 [#wc915ad8]
英語は一通り終えた、、この後もう一回読み直して内容しっか...
~今の所は大まかにしか内容を捕らえられてないので、
~HSV画像の話はやっと本腰入れる、とりあえずは前に言われて...
ページ名: