Hobby Programmer. TF, PyTorch, RasPi, ROS, DL, TPU, EdgeAI, HCI. Intel Software Innovator. Bankr: 0x3eabba654efbaf5cce00f3f50cd102183b92eba3

Aichi, Japan
Joined October 2018
やべぇ。日本人だということがついに身バレしてしまった。
3
209
1997年の超低画質動画での推定品質も別次元になった。
4
57
3,759
Yaw + Pitch + Roll を全部一緒に学習させたらめちゃくちゃ安定性が上がった。最初から全部学習させておけばよかった。。。
2
11
216
8,779
最初から Roll を合成して学習すればよかったぜ。でもまぁ、Yaw と Pitch に特化して先にデータセットの穴を完全に潰せたのはとても意味があった。あとは祈るだけ。
8
977
Yaw + Pitch + Roll の合成学習を始めて 3 epoch でこれか。全然余裕で学習できそうだな。一気に走り抜ける。
16
1,061
わりと、古来から続くデータの規約を根本から変えてしまうことを僕はやってしまいがち。でも、それで良いと思ってる。
8
983
Yaw, Pitch, Roll を統合したモデルの設計とデーセット作成を始めた。性能が上がるとは思えないけどとりあえずやってみる。
5
930
あー。やっぱり Roll は Pitch と同時に学習させないと駄目だな。ただ、そもそも、Roll って普通の動画の場合はほとんど必要ないな。って気づいた。
4
824
中央値87人の動画で試してみた。小さすぎる。中央上の銅像にずっと反応してしまう。
11
1,222
論文を書かない限り無価値だけど、気づいた人だけが使ってくれれば良い気がする。buy me coffee してくれた方々には再現できるデータセットと、そのデータセットを作れる強力な重みを配っているし、そうでない方々には雰囲気だけを共有している。
16
880
論文の評価スコアよりかなり低いスコアが出る自作モデルであるにも関わらず、明らかに僕のモデルのほうが安定してる。
12
871
HD動画だと余裕だな。どちらかというと DEIMv2 が 5x5 ピクセルぐらいまで検出してしまって邪魔。
24
1,679
20x20ピクセルぐらいになってくるとたまにスパイクするので κ で時間方向に平滑化してみた。640x360 の30人以上同時撮影の動画だと結構限界ギリギリかもしれない。
21
1,333
あと、マスクとかサングラスによる顔の遮蔽は、±90° を超える後ろ向きに近いレンジでは意味をなさないので、正面から横向きに掛けてデータ量が増えているのはそういう理由があります。
831
これ、データが偏りすぎじゃね?って思う人が大半かもしれませんが、一番深い谷の部分で ±10° の範囲に 1,000枚 以上ありますからね。全然変じゃないと思います。 xitter.cf/PINTO03091/status/2113…
いやぁ、頑張った。
10
810
AI系人類、エースで4番で三冠王みたいなものばかりを狙いすぎなのでは、と思ってる。
1
1
807
Blender とか UE5 とか Unity などは一切使わなかった。 xitter.cf/PINTO03091/status/2113…
結局、一人で手作業で作った頭部向き推定データセット yawpitchpose は合計で 106,771枚 まで増えてしまった。めっちゃデカい。
5
677
結局、一人で手作業で作った頭部向き推定データセット yawpitchpose は合計で 106,771枚 まで増えてしまった。めっちゃデカい。
1
21
1,350
でもまぁ、人間が自分で買い物をする機会はどんどん減っていって、エージェントが勝手に買い物しまくる世界になるだろうし、人間向けの広告の価値が相対的に爆下がりするきがしている。AI向け広告を作る時代に。
2
676
「Muse には広告を表示させない」っていう素振りは、「Muse には広告を表示させない(そのうち強制的に非同意でも表示するようにするけどね。ひゃっはー!)」っていう文意なので真顔で見てる。そういうの飽きた。
1
725