[PYTHON] Echtzeit-Persönliche Schätzung (Lernen)

Bis zum letzten Mal

Vorheriger Artikel https://qiita.com/asmg07/items/e3be94a3e0f0195c383b Das letzte Mal, als ich über die Einführung des Systems schrieb, werde ich als nächstes über das Lernen schreiben.

Programmziele

Übrigens habe ich das Ziel des Programms vorerst nicht geschrieben oder festgelegt Ich werde mir ein Ziel setzen. Vorerst möchte ich das Programm verbessern, das ich als Schüler in der alten Klasse gemacht habe. Ich schreibe. Das ist der Grund für die Entwicklung. Im Moment mag ich Nogizaka als Ziel, daher wünschte ich mir, ich könnte einen individuellen Diskriminierungsklassifikator für Nogizaka erstellen. Es war eine Seite.

Wie lernt man

Abgesehen davon möchte ich vorerst lernen, wie man es benutzt, also habe ich Masken verwendet, die verschiedene Leute machen. Ich denke, ich werde das Bild verwenden, ob es fertig ist oder nicht, aber ich dachte, ich würde es sagen, aber es ist eine große Sache, also werde ich ein anderes Modell ausprobieren Ich möchte versuchen, ein Automodell zu verwenden. </ S> Ich werde selbst ein Modell machen, weil es eine große Sache ist. Ich möchte Nogisaka-chan und andere w sehen Schritt 1 Anmerkung (1) Bilderzeugung Die zu verwendende Software ist die folgende URL. https://github.com/Microsoft/VoTT/releases Wir werden den folgenden Datensatz erstellen. image.png Ich mache es so. (2) Wechseln Sie zum Datensatz für Yolo Nun, ich mache verschiedene Dinge, aber die Referenzseite wird hilfreich sein. image.png Am Ende sieht es so aus. Ich verweise auf die folgende Seite. https://konchangakita.hatenablog.com/entry/2020/08/24/220000 (3) Lernen bei Yolo In Bezug auf das Lernen überlegen wir derzeit, ob wir dies in der lokalen Umgebung tun oder Google verwenden sollen.

Recommended Posts

Echtzeit-Persönliche Schätzung (Lernen)
Echtzeit-Personalschätzung (Lernen mit lokaler GPU)
Lernaufzeichnung
Lernrekord Nr. 3
Lernrekord Nr. 1
Maschinelles Lernen
Python lernen
Lernrekord Nr. 2
6/10 Lerninhalte
Tiefes Lernen
Numpy-Sigmoid-Lernen
LPIC201 Studiennotiz
[Einführung] Stärkung des Lernens
[Python] Lernnotiz 1
Python-Lernnotizen
Report_Deep Learning (Teil 2)
Report_Deep Learning (Teil 1)
Report_Deep Learning (Teil 1)
Django Lernnotiz
Python-Lernausgabe
Deep Learning Memorandum
Starten Sie Deep Learning
Wörterbuch-Lernalgorithmus
Report_Deep Learning (Teil 2)
Python-Lernseite
Aufgeblasenes Lernbild
Python-Lerntag 4
Zukünftiges Verstärkungslernen_2
Zukünftiges Verstärkungslernen_1
Python Deep Learning
Lernen ohne Lehrer 1 Grundlagen
Python-Lernen (Ergänzung)
Betreutes Lernen (Klassifizierung)
Deep Learning × Python
[Memo] Maschinelles Lernen
Klassifikation des maschinellen Lernens
Echtzeit-Personalschätzung (Systemeinführung)
Python-Lernnotizen
Beispiel für maschinelles Lernen