新規記事の投稿を行うことで、非表示にすることが可能です。
2019年10月19日
【8日目成果】英語版Udemy講座で学ぶ！OpenCV、ディープラーニングを使ってpythonで画像認識
進捗 72%（+8%）
順調。
早く進むのは良いのだが、その分、理解が追いついてない気がする。
結局、動画の部分はカメラを使用せずに済ます方向だ。
■セクション7：オブジェクトトラッキング
・Optical flow
cv2.goodFeaturesToTrackで検出したコーナーに対して、トラッキングを行い、その軌跡を描画する。
初めに検出したコーナーに対して、位相を計算して、軌跡を描画しているので、長時間トラッキング対象が動くとどうしても、ずれが生じてしまう。
これを防ぐには、コーナー検出を定期的に行い、補正をしていく必要がある。
・MeanShift,CamShift
MeanShiftでは追跡対象のオブジェクトのヒストグラムを作成し、その密度の高い方向へ、ウインドウを動かす。
CamShiftでは、MeanShiftでは追跡対象が接近してもウインドウが同じサイズだったのに対して、ウインドウサイズを調整することができる。
・アセスメントテスト
このセクションにはアセスメントテストはない。
■セクション8：画像認識のためのディープラーニング
このセクションでは、まず、機械学習を学び、次にディープラーニングの概要を講義形式で学ぶ。その後、実際にコーディングを行いながら、Kerasのフレームワーク、最後にYOLOネットワークを学習する。
・機械学習、ディープラーニング講義
以前のPySparkの講義で機械学習は勉強済ということで説明もすんなり入っていく。
■次は
残り時間は４時間を切っている。
ディープラーニングの講義はササッと終わってコーディングをしながらディープラニングを勉強していく。
最後のほうのセクションのCapstoneプロジェクトの演習が面白そうな気がして期待をしている。
このコースへのリンク
Python for Computer Vision with OpenCV and Deep Learning
全般ランキング
