AI_archive の履歴(No.3)

1. 顔の合成：StarGAN-v2
   
2. 画像スタイル変換：CycleGAN
   
3. 人間の年齢による顔の変化：DLFS
   
4. StyleGANを使った画像編集：StyleGAN e4e
   
5. StyleGAN3による画像とビデオの編集：StyleGAN3
   
   
6. 静止画から作るフェイク動画：First Order Motion Model
   
7. GANによる似顔絵生成：QMUPD
   
8. 画像に別の画像のスタイルを転送：PAMA
   
9. 音声で顔画像を動かす：One Shot Talking Face
   
10. 顔画像に様々なスタイルをブレンドする：BlendGAN
    
11. 個別の学習プロセス無しでFaceSwapを実現する：SberSwap
    

1. 物体認識の深層学習タスク：YOLO V7
   
2. カスタムデータによる学習１「マスク着用の判定」
   
3. カスタムデータによる学習２「じゃんけんの判定１」
   
4. 学習パラメータ考察
   
5. カスタムデータによる学習３「じゃんけんの判定２」
   
6. カスタムデータによる学習４「じゃんけんの判定３」
   
7. 元になる学習モデルの違いによる考察
   
8. 「じゃんけん」カスタムデータによる学習モデルまとめ
   

• 画像生成 プロジェクト環境構築（Windows編）
  
• 画像生成 プロジェクト環境構築（Linux編）
  

　※ 新しいマシンに「文字認識」「顔認証」「画像生成」プロジェクト環境を構築する Windows編

1. 「Stable-Diffusion」を試してみる
   
2. 「Stable-Diffusion」GUIを作る
   
3. 「Stable-Diffusion」画像生成を試す
   
4. 「Stable-Diffusion」パラメータを検証する
   
   
5. 「Stable-Diffusion」画像生成速度を検証する
   
6. 「Stable-Diffusion」自動翻訳を組み合わせる
   
7. 「Stable-Diffusion」色々な画像生成を試す
   
8. 「Stable-Diffusion」実用性を探る
   
9. 「Stable-Diffusion」人物画像を生成する
   
10. 「Stable-Diffusion」画像を元にして生成する
    
11. Stable diffusion の Webサービス「Dream Studio」
    

1. 「Stable-Diffusion infinity」を試してみる
   

1. 顔認証とは
   
2. 顔認証プログラムの開発 Step 1　「カメラによるリアルタイム顔判定」
   
3. 顔認証プログラムの開発 Step 2　「カメラで認識した顔画像を登録」
   
4. パッケージ「Face recognition」のテスト
   
5. 顔認証プログラムの開発 Step 3　「顔登録の方法と認識手法を改良する」
   
   
6. 顔認証プログラムの開発 Step 4　「顔認証の結果で『自動ドア』を制御する」
   
7. Open JTalk で日本語発声
   
8. Python でメール送信
   
9. 顔認証プログラムの開発 Step 5　「認証結果を音声とメールで知らせる」
   

1. 受付システム・プログラム
   
2. OpenVINO™ ツールキットを利用する
   

1. 文字認識エンジン「Tesseract」
   
2. 文字認識エンジンのための画像処理
   
3. OCRアプリケーション基礎編 1 「Step1～3」
   
4. OCRアプリケーション基礎編 2 「Step4～5」
   
5. OCRアプリケーション基礎編 3 「Step6」
   
6. Windows環境で動かす
   

1. OCRアプリケーション基礎編のまとめ
   
2. OCRアプリケーション実用編 1
   
3. OCRアプリケーション実用編 2
   

1. 帳票OCRプログラム「FormOCR」
   

• (参考) 文字認識エンジン「EasyOCR」をテストする
  

1. Chapter1: Linux OS での環境構築
   
2. Anaconda と OpenVINO™ toolkit
   
3. OpenVINO™ toolkit 環境に Anaconda をインストール
   

• GPU (NVIDIA GeForce GTX 1050 Ti) を使う
  
• ディープラーニングのフレームワーク
  
• Python 統合開発環境としての「Anaconda」
  

1. Chapter2: 定点カメラの映像を認識する
   　OpenVINO™ を利用する（ONNXモデルコンバート検証）
   
2. Chapter3: 教師データにない状況を異常検出
   
3. Chapter4: 物体検出と学習済みモデル
   
4. Chapter5: 動画の背景を入れ替える
   
5. Chapter6: アジア人向けに強化された顔認証 (保留)
   
6. Chapter7: 線画をイラストに変換する
   
7. Chapter8: OCR における文字認識
   
8. Chapter9: OCR を完成させる
   

• 画像認識 (Image Recognition) とは
  
• 物体検出アルゴリズム「YOLO V5」
  
• 顔認証 (Face recognition) 概要
  
• 敵対的生成ネットワーク(GAN)
  

1. OpenVINO™ Toolkit for Linux
   
   • OpenVINO™ Toolkit「2021.4 LTS」を検証する -最新版-
   • 第11世代(Core™ i3)の ノートパソコン に「2021.3」をインストール
     
   • 第11世代(Core™ i7)の ノートパソコン に「2021.3」をインストール
     
   • 第10世代の NUC に OpenVINO™「2021.3」をインストール
     
   • 第10世代の CPU を実装した Intel® のミニPC NUC を使う
     
   • 第6世代 Virtual Box 上の仮想マシンに「2021.3」をインストール
     
   • 第6世代 Hyper-V 上の仮想マシンに「2021.3」をインストール
     
   • 第6世代 Hyper-V 上の仮想マシンに「2021.2」インストール
     
   • 第2世代 Virtual Box 上の仮想マシンに「2021.3」をインストール
     
   • 第2世代 Hyper-V 上の仮想マシンに「2021.2」インストール
     
   • 「Celeron® J4005」Intel® NUC に「2021.2」インストール
     
   • 【番外編】推奨環境外のマシン「Celeron® N3050」を試してみる
     
2. OpenVINO™ toolkit for Raspbian* OS
   
   • Raspberry Pi に「2021.3」をインストール
     
   • Raspberry Pi に「2021.2」をインストール
     
3. OpenVINO™ ToolKit for Windows を試す
   

• Neural Compute Stick 2 並列動作テスト
  
• OpenVINO™ マシンの違いによる動作テスト
  
• OpenVINO™ Tips2 (GPU考察)
  
• OpenVINO™ Tips1
  
• USB 機器の使用できる仮想環境 VirtualBox を使う
  
• OpenVINO™ Toolkit「2021.4」に付属するデモソフト一覧
  
• OpenVINO™ Toolkit「2021.3」に付属するデモソフト一覧
  
• OpenVINO™ Toolkit「2021.2」に付属するデモソフト一覧
  

• 実行スクリプト３ (パラメータ引き継ぎ)
  
• 実行スクリプト２ (マルチデバイス対応)
  
• 実行スクリプト１
  

• Neural Compute Application 概要
  

1. 感情分析アプリケーション
   
2. 年齢/性別分析アプリケーション
   
3. 物体検出アプリケーション
   
4. 人物追跡アプリケーション
   
5. 顔追跡アプリケーション
   
6. リアルタイム感情分析アプリケーション
   
7. リアルタイム画像分類アプリケーション
   
8. メガネ・帽子 バーチャル試着アプリケーション
   
9. マスク着用の有無を調べるアプリケーション
   

• 製作プログラム一覧

1. OpenVINO™ Toolkit の使い方
   
2. OpenVINO™ 付属のデモを修正する
   

1. Intel® OpenVINO™ Open Model Zoo
   • Intel® Model Zoo
   • Public Model Zoo
2. Open Model Zoo Demos を動かす
   
3. Open Model Zoo Demos を動かす（まとめ）
   

「Neural Compute Stick と OpenVINO™ でゼロから学ぶディープラーニング推論」

1. 第１〜２回　　AI・機械学習 調査メモ
   
2. 第３回　　　　OpenVINO™ ツールキットのインストール
   
3. 第４〜第６回　事前学習
   
4. 第7回 　　　　Inference Engineを学んで感情分類
   
5. 第8回 　　　　リアルタイム顔検出
   
6. 第9回　　　　 リアルタイム感情分析アプリ
   

• 製作プログラム一覧

1. OpenVINO™ Toolkit の学習済みモデルを使う
   
   
   • Inference Engine で顔検出
   • Inference Engine で顔画像から目・鼻・口の位置推定
   • リアルタイムに目の位置推定
2. Caffe の学習済み物体検知モデルを使う
   
   • 静止画の人や車を検知
   • カメラ画像のの人や車を検知
   • 動画ファイルのの人や車を検知
     
     
3. OpenVINO™ Toolkit の学習済みモデルを使う２
   
   • リアルタイムで年齢/性別推定
   • リアルタイムで感情認識
   • リアルタイムで顔の特徴点抽出
   • リアルタイムで頭のポーズの推定
4. Intel® OpenVINO™ Model Optimizer 活用 その2
   • Caffe の学習済み軽量化モデル「squeezenet1.1」を使う
   • 学習済みモデル「yolo-v3-tiny-tf」を使う

• 製作プログラム一覧

　Neural Compute Application Zoo (ncappzoo) on Raspberry Pi
　※この節のプログラム実行には Neural Compute Stick (NCS2) が必要。

1. 「Neural Compute Application Zoo」の準備
2. 「Applications for the Intel® NCS 2 -app-」アプリケーションの実行
3. 「Applications for the Intel® NCS 2 -networks-」アプリケーションの実行
4. TinyYolo v1 で物体検出

• 製作プログラム一覧

1. OpenCV オブジェクト検出を試す
   • テンプレート・マッチング
   • 人や物体認識
2. OpenCV カスケード分類器を使う
   • 顔と目に枠を描画する
   • 顔を認識したら写真を撮影する
   • 動画の中で顔を捕捉、追従する
3. OpenCV オブジェクト検出 応用編
   • 車の速度を測る
   • 車両の通貨台数を調べる
   • 認識した画像の連続保存
   • 動画保存について

• 製作プログラム一覧

1. Raspbian の導入　※ 2020/12/17 更新
   ・Raspberry Pi のヘッドレスインストール ~2020-1202版~
   ・Raspberry Pi のヘッドレスインストール ~2020-0527版~
   
2. Raspberri Pi の環境整備
   ・GPIO
   ・オーディオ 2020-0527版からの変更点を調べる
   ・オーディオ
   ・カメラモジュール
   
    

1. プログラム演習
   
2. ケースの作成・基板実装・配線
   
3. スマートスピーカーの作成
   1. Google Cloud Platform の利用
      
   2. Google Assistant SDK (Pyson) のインストール
      
      
4. キャタピラーロボットの組立
   
5. AIカメラを作る *中断*
   
6. ここまでのまとめ

• 製作プログラム一覧
• ラズパイ Tips
  

1. オフィシャルサイト(Google Assistant sirvice) のチュートリアル
   
2. Google AIY Project 「Voice Kit V2」をRaspberry Pi4 で動かしてみる
   

• 製作プログラム一覧

1. 「機械学習」を進める準備と理論学習
2. 第7章 コンピューターとじゃんけん勝負をしよう
3. 第8章 画像処理でグー・チョキ・パーを読み取ろう
4. 第9章 じゃんけんシステムの完成
5. 第10章 ディープラーニング
6. 物体検出 (続OpenCV)

• 製作プログラム一覧

1. キャタピラーロボットのリモートコントロール

• 製作プログラム一覧

1. ブラウザからGPIO を操作１-WebIOPi導入
2. MJPG-streamer を使って「動画配信」
3. ブラウザからGPIO を操作２-WebIOPi演習

• 製作プログラム一覧

1. Raspberry Pi + Open JTalkによる音声合成
2. ブラウザからGPIO を操作３-WebIOPi応用
3. OpenCV による画像処理演習
4. 2軸カメラ台を作る-WebIOPi応用２
5. OpenCV による画像処理結果の対象物追跡

• 製作プログラム一覧
   

3Dプリンターで Raspberry Pi のケースを作る†

• 3Dプリンター「ダビンチmini」を動かす

• デジタル・オシロスコープを使う

• 進捗メモ-tnitta
• 進捗メモ-mizutu
  • 2021/04/01 ～ --進行中--
  • 2020/10/01 ～ 2021/03/31
  • 2020/01/26 ～ 2020/09/25

　※ 実際にページを作成・編集する前に「練習」ページで試してください。 *1

■ プロジェクト・パッケージ for Windows/Linux

• update_20241111.zip (55.5MB) <2024/11/11 までのアップデート> ※20241111更新
  
• update_20240921.zip (16kB) <2024/09/21 までのアップデート> ※20240921更新
  
   

■ プロジェクト・パッケージ for Windows/Linux

• AI_project_20230413.zip (216MB) <YOLO v7 プロジェクト一式>
  
• AI_project_20230203.zip (55.9MB) <Stable-deffusion プロジェクト一式>
  

■ 更新ファイル for Windows/Linux

• update_20240717.zip + update_20240730.zip + patch_20240806.zip → project_motion-co-seg.zip
  
• update_20240711.zip → project_first-order-model.zip
  
• update_20240531.zip (244MB) <アップデートファイル>『ナンバープレート判別』
  
• update_20240430.zip (624MB) <アップデートファイル> 「YOLO V5（学習編）」
  
• update_20240405.zip (60.7MB) <アップデートファイル>【復習】物体検出アルゴリズム「YOLO V5」
  
• update_20240214.zip (2.56GB) <アップデートファイル>【復習】PyTorch ではじめる AI開発
  
• update_20240117.zip (9.93MB) <アップデート・データ>
  
• update_20231209.zip (115MB) <アップデート・データ>
  
• update_20231117.zip (18.3MB) <アップデート・データ>
  
• update_20231103.zip (165MB) <アップデート・データ>
  
• update_20231015.zip (687MB) <アップデート・データ>
  
• update_20230813.zip (1.32GB) <アップデート・データ>
  
• update_20230718.zip (784MB) <アップデート・データ>
  
• update_20230616.zip (1.22GB) <アップデート・データ>
  
• update_20230519.zip (235MB) <サンプル画像>
  

■ プロジェクト・パッケージ for Windows

• anaconda_win_20220416.zip (712MB) <FormOCR 環境・プロジェクト一式>
  
• anaconda_win_20220107.zip (1.55GB) <TryOCR 環境・以前のプロジェクト一式>
  

■ 更新ファイル for Windows

• Update Program ~/workspace_py37/
  update_20230104.zip (1.27GB) <Windows/Linux 追加ファイル>
  update_20221208.zip (52.8MB) <Windows 追加ファイル>
  update_20221109.zip (733MB) <Windows 追加ファイル>
  update_20221015.zip (2.48MB) <Windows 追加ファイル>
  update_20220916.zip (95.4MB) <Windows 追加ファイル>
  update_20220820.zip (13.6MB) <Windows 追加ファイル>
  update_20220719.zip (97.6MB) <Windows face_rec 追加プロジェクト>
  update_20220617.zip (1.81MB) <inface 追加プロジェクト>
  update_20220511.zip (458KB) <EasyOCR 追加プロジェクト>
  update_win_20220315.zip (54.1MB) <アップデートファイル>
  update_win_20220216.zip (45.8MB) <アップデートファイル>
  update_win_20220119.zip (1.20MB) <アップデートファイル>
  

■ 更新ファイル for Linux

• Update Program ~/workspace_py37/
  update_20230104.zip (1.27GB) <Windows/Linux 追加ファイル>
  update_20221208.tar.gz (52.3MB) <Linux 追加ファイル>
  update_20221109.tar.gz (733MB) <Linux 追加ファイル>
  update_20221015.tar.gz (2.47MB) <Linux 追加ファイル>
  update_20220916.tar.gz (341KB) <Linux 追加ファイル>
  update_20220820.tar.gz (8.99MB) <Linux 追加ファイル>
  update_20220719.tar.gz (97.5MB) <Linux face_rec 追加プロジェクト>
  update_20220617.tar.gz (1.81MB) <inface 追加プロジェクト>
  update_20220511.tar.gz (449KB) <EasyOCR 追加プロジェクト>
  update_20220417.tar.gz (42.1MB) <FormOCR プロジェクト一式>
  
  update_20220315.tar.gz (274MB) <アップデートファイル>
  update_20220216.tar.gz (263MB) <アップデートファイル>
  update_20220119.tar.gz (352MB) <アップデートファイル>
  

■ VirtualBox 仮想マシン

• VirtualBox Image : ubuntu20.04.2 base（ubuntu20.04LTS 日本語desktop）
  ubuntu2004dx-base.ova (5,28GB)
  

• VirtualBox Image : ubuntu20.04.2 OpenVINO™ 2021.4 with Anaconda
  ubuntu-vbox_2021_4_mas_20211007.ova (71.5GB)
  update_20211110.tar.gz (3.05GB) <アップデートファイル>
  update_20211021.tar.gz (1.10GB) <アップデートファイル>
  

■ Linux ホームディレクトリのファイル
　※ ホームディレクトリ「~/」にコピーして解凍($ tar xvzf XXXXXXXX.tar.gz)する。

• 「~/Images」画像データ
  Images_20210510.tar.gz (10MB)
  
• 「~/Videos」動画データ
  Videos_20210510.tar.gz (324MB)
  
• 「~/run_app3」実行シェルスクリプト (パラメータ引き継ぎ)
  run_app3_20210811.tar.gz (5KB)
  
• 「~/run_app2」実行シェルスクリプト (マルチデバイス対応)
  run_app2_20210819.tar.gz (5KB)
  
• 「~/run_app」実行シェルスクリプト
  run_app_20210624.tar.gz (9KB)
  
• 「~/workspace」アプリケーションフォルダ
  workspace_20210820.tar.gz (561MB)
  

■ OpenVINO™ 「2021.4」Linux マシン用

• 「~/omz_demos_python」OpenVINO™ Python デモ (修正済み)
  omz_demos_python_2021.4_20210818.tar.gz (21.5MB)
  data_20210818.tar.gz (62.7kB)
  
• 「~/omz_demos_build」OpenVINO™ C++ デモ (修正版コンパイル済み)
  omz_demos_build_2021.4_202100820.tar.gz (9.15MB)
  

• 「~/model」学習済みモデル (VirtualBox イメージファイルに含む)
  model_2021.4_20210713.tar.gz (36.9GB)
  model_sub_2021.4_20210818.tar.gz (944MB)　- 必要モデルのみのサブセット版 -
  

■ history

• ubuntu-vbox_2021_4_mas_20210811.ova (46,2GB) < VirtualBox Image : ubuntu20.04.2 OpenVINO™ 2021.4 >
  
• ubuntu-vbox_2021_4_mas_20210917.ova (49.6GB) < VirtualBox Image : ubuntu20.04.2 OpenVINO™ 2021.4 with Anaconda >
  ・update_20210922.tar.gz (97.4MB) < アップデートファイル >
  

• ubuntu-vbox_2021_4_mas_20210822.ova (50.9GB)　< VirtualBox Image : ubuntu20.04.2 OpenVINO™ 2021.4 with Anaconda >
  ・update_20210823.tar.gz (1KB) < アップデートファイル >
  
• ubuntu-vbox_2021_4_mas.ova (85.7GB)　< VirtualBox Image : ubuntu20.04.2 OpenVINO™ 2021.4 >
  
• ubunto2004dk-vbox.ova (45GB)　< VirtualBox Image : ubuntu20.04.2 OpenVINO™ 2021.3 >
  
• apps3_20210717.tar.gz (5kB)　<「~/workspace/apps3」Handwritten Japanese Deep Learning... Demo >
  
  
• run_app2_20210715.tar.gz (5KB)　<「~/run_app2」実行シェルスクリプト (マルチデバイス対応) >
  
• run_app_20210624.tar.gz (9KB)　<「~/run_app2」実行シェルスクリプト >
  
• workspace_20210723.tar.gz (509MB)　<「~/workspace」アプリケーションフォルダ >
  
  
• omz_demos_build_2021.4_20210713.tar.gz (9.11MB)　<「~/omz_demos_build」OpenVINO™「2021.4」コンパイル済みフォルダ >
  
• omz_demos_build_20210713.tar.gz (11MB)　<「~/omz_demos_build」OpenVINO™「2021.3」コンパイル済みフォルダ >
  
• model_20210510.tar.gz (31GB)　<「~/model」OpenVINO™「2021.3」学習済みモデル >
  

■ 更新ファイル for Raspberry Pi
　※ ホームディレクトリ「~/」にコピーして解凍($ tar xvzf XXXXXXXX.tar.gz)する。

• ~/Images
  Images_pi_20210516.tar.gz (2MB)
  
• ~/Videos
  Videos_pi_20210518.tar.gz (305MB)
  
• ~/model
  model_pi_20210518.tar.gz (199MB)
  
• ~/run_app_16
  run_app_16_20210616.tar.gz (3KB)
  
• ~/workspace
  workspace_pi_20210518.tar.gz (184MB)
  

■ Raspberry Pi イメージファイル

• OpenVINO™ 2021.3 + NCAppZoo インストール済み・パスワード初期化
  << System Image Backup: raspi_openvino2021.3_2021_0404_001c.zip (8.11GB) >>
  
  • Raspberry Pi OS (Rasbian) buster 2020/1202版
    
  • リモートディスクトップ vnc/日本語入力 ibus-mozc/日本語フォント
    
  • OpenVINO™ ツールキット バージョンは 2021.3
    
  • Neural Compute Application Zoo (GitHub-2020.09.16)
    

• OpenVINO™ 2021.2+ NCAppZoo インストール済み・パスワード初期化
  << System Image Backup: raspi_ncappzoo_2021_0225_001c.zip (7.79GB) >>
  
  • Raspberry Pi OS (Rasbian) buster 2020/1202版
    
  • リモートディスクトップ vnc/日本語入力 ibus-mozc/日本語フォント
    
  • OpenVINO™ ツールキット バージョンは 2021.2
    
  • Neural Compute Application Zoo (GitHub-2020.09.16)
    

• WebIOPI ほか『Raspberry Pi+AI』ハードウェア環境対応・パスワード初期化・自動起動設定をコメントアウト
  << System Image Backup: raspi_2020_1215_001c.zip (6.36GB) >>
  

• 基本環境 2020-1202 raspbian_buster_にRaspbian覚書3 の内容を適用済み
  << System Image Backup: raspbian_buster_2020_1202_base.zip (3.96GB) >>
  
   

■ OpenVINO™

• INTEL® オフィシャル・ドキュメント
  • OpenVINO™ Toolkit Overview
  • Install OpenVINO™ toolkit for Raspbian* OS
  • API ドキュメント → Overview of Inference Engine Python* API
  • 学習済みモデルの場所 → INTEL OPENSOURCE.org
  • 学習済みモデルのドキュメント → Overview of OpenVINO™ Toolkit Intel's Pre-Trained Models
• OpenVINO for deep learning and AI

■「Neural Compute Stick と OpenVINO™ でゼロから学ぶディープラーニング推論」

• 第1回 ディープラーニング概要
  
• 第2回 開発に必要となる機器の全て
  
• 第3回 ゼロから始めるインストール
  
• 第4回 Python基礎を学ぶ
  
• 第5回 OpenCVプログラミングを学ぶ
  
• 第6回 NumPyプログラミングを学ぶ
  
• 第7回 Inference Engineを学んで感情分類
  
• 第8回 リアルタイム顔検出
  
• 第9回 リアルタイム感情分析アプリ
  

■「PyTorch ではじめる AI 開発」C&R 研究所 刊

• 出版社サイト
  

■「Python画像処理100 (Interface 2021年1月号)」CQ出版社 刊

• 出版社サポートサイト

■「エレキジャックIOT No.2」CQ出版社 刊

• 出版社サイト

■「ラズパイ4対応 カラー図解 最新 RaspberryPiで学ぶ電子工作」講談社ブルーバックス 刊

• 出版社サポートサイト
• 著者 補足情報サポートサイト
• 応用演習・追加情報PDF

■「実例で学ぶRaspberryPi電子工作」講談社ブルーバックス 刊

• 出版社サポートサイト
• 著者 補足情報サポートサイト

■「Raspberry Piではじめる機械学習」講談社ブルーバックス 刊

• 出版社サポートサイト
• 著者 補足情報サポートサイト

■「Raspberry Pi+AI 電子工作超入門」ソーテック社 刊

• 著者投稿サイトへのリンク一覧
• 出版元「ソーテック社」サポートサイト