画像分類
はじめにImageNet-22kというのもありますが今回はImageNet-1kで妥協しました。1000クラスの画像分類で、訓練用画像だけで約129万枚あります。Kaggleからダウンロードできます。今回の学習は「swinv2_cr_large_224」というモデルを使いました。こちらは現時点…
はじめに predictor = MultiModalPredictor( problem_type="multiclass", label="label" ) hyperparameters = { "model.timm_image.checkpoint_name": "swinv2_cr_large_224.untrained", "optim.optim_type": "adamw" } このように普通に使おうとすると以下…
はじめに今回はこちらの拡張です。 touch-sp.hatenablog.com 環境 Ubuntu 24.04 on WSL2 Python 3.12.3 CUDA 12.6環境構築 pip install autogluon pip install git+https://github.com/jacobgil/pytorch-grad-cam実行キノコ分類の学習はすでに済ませている前…
以前の記事はこちら。 touch-sp.hatenablog.com MXNetやGluonCVを使っています。懐かしいです。 今回はこちらを使わせてもらいました。 github.com 結果 === Top 5 予測（ラベル付き） === Rank 1: water bottle (0.9660) Rank 2: pop bottle (0.0174) Rank …
はじめに データの準備 使用する画像をランダムに選択 学習データとテストデータに分割 学習 テストデータを用いた検証 出力 詳細な出力のためのスクリプト 出力 補足 環境 MultiModalPredictor関連記事 はじめに以前「犬と猫の画像分類」を行いました。 久…
前回に引き続きリクルート社が発表した「japanese-clip-vit-b-32-roberta-base」を使っていきます。 touch-sp.hatenablog.com 今回は日本語での画像検索に挑戦しました。 1年以上前にOpenAIのCLIPを使って同じことをした経験があります。 touch-sp.hatenablo…
1年以上前にOpenAIのCLIPを使ってゼロショット画像分類に挑戦した経験があります。 touch-sp.hatenablog.com 今回リクルート社が発表した「japanese-clip-vit-b-32-roberta-base」を使って日本語でゼロショット画像分類に挑戦しました。 huggingface.co 用意…
画像 AutoGluonPythonスクリプト from autogluon.multimodal import download, MultiModalPredictor segway_image = download( "https://live.staticflickr.com/7236/7114602897_9cf00b2820_b.jpg") predictor = MultiModalPredictor(problem_type="zero_sho…
AutoGluonからOpenAIのCLIP（Contrastive Language-Image Pre-Training）を使ってゼロショット画像分類（Zero-Shot Image Classification）を行いました。AutoGluonからCLIPが簡単に使用できます。
公開日：2022年3月14日 最終更新日：2022年9月14日 はじめに データの準備 学習 Pythonスクリプト 出力 テストデータを用いた検証 Pythonスクリプト 出力 推論 画像 Pythonスクリプト 出力 結果 環境 MultiModalPredictor関連記事 はじめに犬と猫の画像分類…
データセットの作成 学習 Pythonスクリプト 学習結果 テストデータを用いた検証 Pythonスクリプト 検証結果 推論 Pythonスクリプト 推論結果 動作環境 追記 データセットの作成データはこちらからダウンロードさせて頂きました。 import glob import random …
AutoGluonを使って画像分類を行いました。
