山の斜面に生えていて下がまだ緑で日当たりの良い上の方が赤くなる種類の紅葉、遊歩道から、色の移り変わりがよくわかり私のお気に入りです。
奈良県公会堂の前の盆栽のような紅葉より、原生林の中の紅葉のほうが好きです。
2019年11月18日月曜日
奈良公園と若草山 紅葉編
奈良公園で紅葉が最もきれいなところはどこだろうと、自転車で走り回ってみました。
大仏殿の北側、正倉院の前の池です。
大仏殿の北側の道
北西からの大仏殿
若草山山麓
これよりは春日山遊歩道よりの紅葉、
山の斜面に生えていて下がまだ緑で日当たりの良い上の方が赤くなる種類の紅葉、遊歩道から、色の移り変わりがよくわかり私のお気に入りです。
若草山の山頂付近です
春日山遊歩道、若草山は東斜面になり、夕日に照らされますので、日没前がとてもきれいです。
山の斜面に生えていて下がまだ緑で日当たりの良い上の方が赤くなる種類の紅葉、遊歩道から、色の移り変わりがよくわかり私のお気に入りです。
2019年10月7日月曜日
2019年8月4日日曜日
奈良公園と若草山
土日には、歩いて有酸素運動をするように心がけています。
しかし、最近は暑すぎる。
そこで、結構涼しいコースです。
ここからは日陰ばかりです。ゆっくり自転車を押して登ります。汗はかきますが暑いとは感じません。風もないです。
朝８時くらいです。写真では明るいですが、薄暗いくらいです。いかにも森林浴してる気分になります。
上の方になると周りが開けてきて明るくなります。しかし、暑さはありません。
山頂では奈良が一望できます。
夏は透明度が良くないです。今日は葛城、金剛山が見えません。
若草山ドライブウェイを鶯の滝方面に行きますが落石で通行止めです。
落石現場です。
自己責任で通行しますが、結構多くの方とすれ違います。
この後は、柳生街道との合流地点から、遊歩道を自転車で下り、割石へ出ます。
そこまで降りると空気が全然違います。外界の暑さの中、家まで自転車で戻ります。
２時間ほどのコースです。朝早く行くともっと涼しいと思いますが、イノシシと出くわすといやなので、８時ごろの出発になってしまいます。
しかし、最近は暑すぎる。
そこで、結構涼しいコースです。
自宅から、自転車で若草山遊歩道まで走ります。
遊歩道の入り口です。
ここからは日陰ばかりです。ゆっくり自転車を押して登ります。汗はかきますが暑いとは感じません。風もないです。
若草山ドライブウェイを鶯の滝方面に行きますが落石で通行止めです。
行こうとすると公園管理の方から注意をされます。
落石現場です。
この後は、柳生街道との合流地点から、遊歩道を自転車で下り、割石へ出ます。
そこまで降りると空気が全然違います。外界の暑さの中、家まで自転車で戻ります。
２時間ほどのコースです。朝早く行くともっと涼しいと思いますが、イノシシと出くわすといやなので、８時ごろの出発になってしまいます。
2019年4月15日月曜日
初めてのはじめての深層学習プログラミング その8
引き続き、mp4ファイルを読み込んでの認識テストです。
某、伝説のライブエイドのステージをyoutubeから落としてきました。
ファイル名を「test.mp4」に変更して opencv3.pyを実行です。
#1 | coral | 23.2%
#2 | butcher | 5.6%
#3 | matchstick | 5.4%
#4 | stinkhorn, | 5.2%
#5 | safety | 4.6%
#6 | hen-of-the-woods, | 4.5%
#7 | starfish, | 3.4%
#8 | fiddler | 2.6%
#9 | hair | 2.6%
#10 | sea | 2.5%
#11 | plastic | 1.9%
#12 | packet | 1.8%
#13 | nematode, | 1.2%
#14 | Band | 1.2%
#15 | syringe | 1.1%
#16 | confectionery, | 1.1%
#17 | coral | 1.1%
#18 | nail | 1.0%
#19 | handkerchief, | 1.0%
#20 | toyshop | 1.0%
#1 | stage | 22.0%
#2 | restaurant, | 9.2%
#3 | grocery | 4.8%
#4 | altar | 4.7%
#5 | brassiere, | 3.0%
#6 | shoe | 2.9%
#7 | spotlight, | 2.6%
#8 | folding | 1.1%
#9 | dining | 1.0%
#10 | theater | 0.9%
#11 | toyshop | 0.9%
#12 | military | 0.9%
#13 | mobile | 0.8%
#14 | butcher | 0.6%
#15 | cinema, | 0.6%
#16 | half | 0.6%
#17 | tank, | 0.6%
#18 | mortarboard | 0.6%
#19 | loudspeaker, | 0.6%
#20 | parallel | 0.5%
#1 | drum, | 27.5%
#2 | aircraft | 7.3%
#3 | steel | 5.7%
#4 | warplane, | 3.7%
#5 | stretcher | 3.6%
#6 | solar | 3.3%
#7 | moped | 3.0%
#8 | motor | 2.2%
#9 | accordion, | 2.1%
#10 | cannon | 1.6%
#11 | airliner | 1.5%
#12 | cornet, | 1.5%
#13 | spotlight, | 1.4%
#14 | sax, | 1.2%
#15 | stage | 1.2%
#16 | cello, | 1.1%
#17 | drumstick | 1.1%
#18 | electric | 1.0%
#19 | oboe, | 0.9%
#20 | trombone | 0.9%
#1 | dumbbell | 19.9%
#2 | joystick | 5.5%
#3 | punching | 4.1%
#4 | bulletproof | 3.2%
#5 | balance | 3.1%
#6 | ping-pong | 2.6%
#7 | notebook, | 2.5%
#8 | hair | 1.8%
#9 | mouse, | 1.7%
#10 | barbershop | 1.7%
#11 | power | 1.7%
#12 | microphone, | 1.7%
#13 | television, | 1.7%
#14 | barbell | 1.7%
#15 | oscilloscope, | 1.7%
#16 | projector | 1.6%
#17 | screen, | 1.5%
#18 | hand | 1.3%
#19 | laptop, | 1.2%
#20 | monitor | 1.1%
このような感じになりました。
ビデオの場合、ひとコマずつを約２秒かけて認識しているのでめちゃくちゃ遅いです。１分のビデオなら３０分くらいかかるようです。最もビデオカードなどを活用できれば早くなるかもしれません。そろそろcudaが必要かもしれません。
某、伝説のライブエイドのステージをyoutubeから落としてきました。
ファイル名を「test.mp4」に変更して opencv3.pyを実行です。
#2 | butcher | 5.6%
#3 | matchstick | 5.4%
#4 | stinkhorn, | 5.2%
#5 | safety | 4.6%
#6 | hen-of-the-woods, | 4.5%
#7 | starfish, | 3.4%
#8 | fiddler | 2.6%
#9 | hair | 2.6%
#10 | sea | 2.5%
#11 | plastic | 1.9%
#12 | packet | 1.8%
#13 | nematode, | 1.2%
#14 | Band | 1.2%
#15 | syringe | 1.1%
#16 | confectionery, | 1.1%
#17 | coral | 1.1%
#18 | nail | 1.0%
#19 | handkerchief, | 1.0%
#20 | toyshop | 1.0%
#2 | restaurant, | 9.2%
#3 | grocery | 4.8%
#4 | altar | 4.7%
#5 | brassiere, | 3.0%
#6 | shoe | 2.9%
#7 | spotlight, | 2.6%
#8 | folding | 1.1%
#9 | dining | 1.0%
#10 | theater | 0.9%
#11 | toyshop | 0.9%
#12 | military | 0.9%
#13 | mobile | 0.8%
#14 | butcher | 0.6%
#15 | cinema, | 0.6%
#16 | half | 0.6%
#17 | tank, | 0.6%
#18 | mortarboard | 0.6%
#19 | loudspeaker, | 0.6%
#20 | parallel | 0.5%
#2 | aircraft | 7.3%
#3 | steel | 5.7%
#4 | warplane, | 3.7%
#5 | stretcher | 3.6%
#6 | solar | 3.3%
#7 | moped | 3.0%
#8 | motor | 2.2%
#9 | accordion, | 2.1%
#10 | cannon | 1.6%
#11 | airliner | 1.5%
#12 | cornet, | 1.5%
#13 | spotlight, | 1.4%
#14 | sax, | 1.2%
#15 | stage | 1.2%
#16 | cello, | 1.1%
#17 | drumstick | 1.1%
#18 | electric | 1.0%
#19 | oboe, | 0.9%
#20 | trombone | 0.9%
#2 | joystick | 5.5%
#3 | punching | 4.1%
#4 | bulletproof | 3.2%
#5 | balance | 3.1%
#6 | ping-pong | 2.6%
#7 | notebook, | 2.5%
#8 | hair | 1.8%
#9 | mouse, | 1.7%
#10 | barbershop | 1.7%
#11 | power | 1.7%
#12 | microphone, | 1.7%
#13 | television, | 1.7%
#14 | barbell | 1.7%
#15 | oscilloscope, | 1.7%
#16 | projector | 1.6%
#17 | screen, | 1.5%
#18 | hand | 1.3%
#19 | laptop, | 1.2%
#20 | monitor | 1.1%
このような感じになりました。
ビデオの場合、ひとコマずつを約２秒かけて認識しているのでめちゃくちゃ遅いです。１分のビデオなら３０分くらいかかるようです。最もビデオカードなどを活用できれば早くなるかもしれません。そろそろcudaが必要かもしれません。
2019年4月7日日曜日
初めてのはじめての深層学習プログラミング その７
やっと２３ページです。
「カメラに写ったものをリアルタイムで認識する」です。
Logicoolのカメラを買いました。
c-270。安かった。usbにつなぐだけで自動で認識してくれました。
プログラムは本に書いてあるそのままでokでした。
opencv.pyをdeelのフォルダに作成して実行です。
めっちゃ人相悪い。
実行の結果です。
toru@toru:~/deel$ python opencv.py
Loading bvlc_googlenet.caffemodel
#1 | Band | 39.6%
#2 | sunscreen, | 13.7%
#3 | wig | 5.9%
#4 | mask | 3.7%
#5 | lipstick, | 2.2%
#6 | shower | 1.9%
#7 | cellular | 1.5%
#8 | hair | 1.4%
#9 | bow | 1.3%
#10 | bathing | 1.2%
#11 | face | 1.2%
#12 | syringe | 1.2%
#13 | spatula | 1.0%
#14 | ping-pong | 0.8%
#15 | neck | 0.7%
#16 | military | 0.7%
#17 | cleaver, | 0.7%
#18 | sweatshirt | 0.6%
#19 | bottlecap | 0.6%
#20 | barbershop | 0.5%
init done
opengl support available
#1 | Band | 37.8%
#2 | sunscreen, | 16.5%
#3 | wig | 5.4%
#4 | mask | 3.0%
#5 | shower | 2.5%
#6 | lipstick, | 1.7%
#7 | spatula | 1.5%
#8 | hair | 1.4%
#9 | cellular | 1.3%
#10 | bathing | 1.3%
#11 | ping-pong | 1.2%
#12 | syringe | 1.2%
#13 | bow | 1.2%
#14 | face | 1.1%
#15 | sweatshirt | 0.7%
#16 | head | 0.6%
#17 | cleaver, | 0.6%
#18 | neck | 0.6%
#19 | military | 0.6%
#20 | Granny | 0.5%
toru@toru:~/deel$
約２秒ごとに２０項目が表示されます。
AIは歯に絹を着せるということを知らないようです。
bandはセーターのタートルネックでしょうか。
sunscreenは少し見えてる障子でしょうか。
確かにかつらが要るかもしれません。
なかなかおもしろいですね。
続いて特定のワードを認識したら画像を保存させます。
キーワードは「water」です。
どうやら#1のワードのみ認識するようです。#2,#3に表示されてても無視します。
#1 | water | 68.4%
#2 | computer | 13.6%
#3 | beaker | 3.0%
#4 | mouse, | 2.8%
#5 | pill | 1.2%
#6 | syringe | 1.2%
#7 | pop | 1.2%
#8 | water | 1.1%
#9 | desk | 0.6%
#10 | typewriter | 0.6%
#11 | Petri | 0.4%
#12 | laptop, | 0.4%
#13 | nipple | 0.4%
#14 | space | 0.3%
#15 | soap | 0.3%
#16 | oxygen | 0.2%
#17 | saltshaker, | 0.2%
#18 | crossword | 0.2%
#19 | desktop | 0.1%
#20 | photocopier | 0.1%
その時の画像です。
本当は料理酒なのですが、ペットボトル＝水と思ってるようです。
「カメラに写ったものをリアルタイムで認識する」です。
Logicoolのカメラを買いました。
プログラムは本に書いてあるそのままでokでした。
opencv.pyをdeelのフォルダに作成して実行です。
実行の結果です。
toru@toru:~/deel$ python opencv.py
Loading bvlc_googlenet.caffemodel
#1 | Band | 39.6%
#2 | sunscreen, | 13.7%
#3 | wig | 5.9%
#4 | mask | 3.7%
#5 | lipstick, | 2.2%
#6 | shower | 1.9%
#7 | cellular | 1.5%
#8 | hair | 1.4%
#9 | bow | 1.3%
#10 | bathing | 1.2%
#11 | face | 1.2%
#12 | syringe | 1.2%
#13 | spatula | 1.0%
#14 | ping-pong | 0.8%
#15 | neck | 0.7%
#16 | military | 0.7%
#17 | cleaver, | 0.7%
#18 | sweatshirt | 0.6%
#19 | bottlecap | 0.6%
#20 | barbershop | 0.5%
init done
opengl support available
#1 | Band | 37.8%
#2 | sunscreen, | 16.5%
#3 | wig | 5.4%
#4 | mask | 3.0%
#5 | shower | 2.5%
#6 | lipstick, | 1.7%
#7 | spatula | 1.5%
#8 | hair | 1.4%
#9 | cellular | 1.3%
#10 | bathing | 1.3%
#11 | ping-pong | 1.2%
#12 | syringe | 1.2%
#13 | bow | 1.2%
#14 | face | 1.1%
#15 | sweatshirt | 0.7%
#16 | head | 0.6%
#17 | cleaver, | 0.6%
#18 | neck | 0.6%
#19 | military | 0.6%
#20 | Granny | 0.5%
toru@toru:~/deel$
約２秒ごとに２０項目が表示されます。
AIは歯に絹を着せるということを知らないようです。
bandはセーターのタートルネックでしょうか。
sunscreenは少し見えてる障子でしょうか。
確かにかつらが要るかもしれません。
なかなかおもしろいですね。
続いて特定のワードを認識したら画像を保存させます。
キーワードは「water」です。
どうやら#1のワードのみ認識するようです。#2,#3に表示されてても無視します。
#1 | water | 68.4%
#2 | computer | 13.6%
#3 | beaker | 3.0%
#4 | mouse, | 2.8%
#5 | pill | 1.2%
#6 | syringe | 1.2%
#7 | pop | 1.2%
#8 | water | 1.1%
#9 | desk | 0.6%
#10 | typewriter | 0.6%
#11 | Petri | 0.4%
#12 | laptop, | 0.4%
#13 | nipple | 0.4%
#14 | space | 0.3%
#15 | soap | 0.3%
#16 | oxygen | 0.2%
#17 | saltshaker, | 0.2%
#18 | crossword | 0.2%
#19 | desktop | 0.1%
#20 | photocopier | 0.1%
その時の画像です。
2019年3月25日月曜日
初めてのはじめての深層学習プログラミング その６
年をとっても新しいことにチャレンジすることが大切だと思ってます。
しかし去年、挑戦したディープラーニングですが、根を詰めすぎたようで強烈な肩こりと頭痛、高血圧になってしまいました。
しばらくはなれてましたが、再チャレンジします。今回は、パソコンのパワーサプライもパワーアップし、ガイドようにノートパソコンも調達しました。１ギガのハードディスクも購入し、クリーンインストールしました。
環境；Ubuntu 14.4LTS
Python 2.7.12
OpenCV 2.4.10
Chainer 1.17.0
NvidiaやCudaのドライバーは今の所入れずにやります。
「手軽に画像認識を試す」の２つ目のプログラム、argparseを使用するやつからです。
プログラム名はarg.pyです。
test1.jpgとtest2.jpgを同じフォルダーに置きます。
defaultはtest2.jpgです。
toru@toru:~/deel$ python arg.py
Loading bvlc_googlenet.caffemodel
#1 | volleyball | 19.0%
#2 | basketball | 13.7%
#3 | fountain | 11.7%
#4 | bathing | 11.4%
#5 | swimming | 10.0%
#6 | umbrella | 9.3%
#7 | ballplayer, | 7.3%
#8 | seashore, | 2.7%
#9 | bubble | 1.5%
#10 | racket, | 1.1%
#11 | soccer | 1.1%
#12 | torch | 0.9%
#13 | maillot | 0.7%
#14 | Ibizan | 0.6%
#15 | maze, | 0.5%
#16 | puck, | 0.5%
#17 | sandbar, | 0.5%
#18 | knee | 0.5%
#19 | maillot, | 0.4%
#20 | crutch | 0.3%
toru@toru:~/deel$
画像を指定しないので、test2.jpgを認識します。かけっこですが、バレーボールやバスケットボールをやってるように見えてます。
次にargparseで画像を指定します。
いちいちプログラムを書き換える必要がなくなります。
toru@toru:~/deel$ python arg.py --image test1.jpg
Loading bvlc_googlenet.caffemodel
#1 | tricycle, | 33.1%
#2 | mountain | 6.0%
#3 | padlock | 4.7%
#4 | lakeside, | 4.6%
#5 | swing | 4.3%
#6 | chain | 4.3%
#7 | hook, | 4.2%
#8 | necklace | 3.6%
#9 | plow, | 3.4%
#10 | knot | 2.4%
#11 | spider | 1.8%
#12 | orangutan, | 1.7%
#13 | chainlink | 1.5%
#14 | starfish, | 1.3%
#15 | bicycle-built-for-two, | 1.1%
#16 | seashore, | 0de.9%
#17 | unicycle, | 0.8%
#18 | cliff, | 0.7%
#19 | snorkel | 0.7%
#20 | spider | 0.5%
toru@toru:~/deel$
python arg.py -p test1.jpgでも同じくtest1.jpgを認識します。
一年かかって２２ページまで進みました！！
しかし去年、挑戦したディープラーニングですが、根を詰めすぎたようで強烈な肩こりと頭痛、高血圧になってしまいました。
しばらくはなれてましたが、再チャレンジします。今回は、パソコンのパワーサプライもパワーアップし、ガイドようにノートパソコンも調達しました。１ギガのハードディスクも購入し、クリーンインストールしました。
環境；Ubuntu 14.4LTS
Python 2.7.12
OpenCV 2.4.10
Chainer 1.17.0
NvidiaやCudaのドライバーは今の所入れずにやります。
「手軽に画像認識を試す」の２つ目のプログラム、argparseを使用するやつからです。
プログラム名はarg.pyです。
test1.jpgとtest2.jpgを同じフォルダーに置きます。
defaultはtest2.jpgです。
 |
| test２ |
 |
| test１ |
Loading bvlc_googlenet.caffemodel
#1 | volleyball | 19.0%
#2 | basketball | 13.7%
#3 | fountain | 11.7%
#4 | bathing | 11.4%
#5 | swimming | 10.0%
#6 | umbrella | 9.3%
#7 | ballplayer, | 7.3%
#8 | seashore, | 2.7%
#9 | bubble | 1.5%
#10 | racket, | 1.1%
#11 | soccer | 1.1%
#12 | torch | 0.9%
#13 | maillot | 0.7%
#14 | Ibizan | 0.6%
#15 | maze, | 0.5%
#16 | puck, | 0.5%
#17 | sandbar, | 0.5%
#18 | knee | 0.5%
#19 | maillot, | 0.4%
#20 | crutch | 0.3%
toru@toru:~/deel$
画像を指定しないので、test2.jpgを認識します。かけっこですが、バレーボールやバスケットボールをやってるように見えてます。
次にargparseで画像を指定します。
いちいちプログラムを書き換える必要がなくなります。
toru@toru:~/deel$ python arg.py --image test1.jpg
Loading bvlc_googlenet.caffemodel
#1 | tricycle, | 33.1%
#2 | mountain | 6.0%
#3 | padlock | 4.7%
#4 | lakeside, | 4.6%
#5 | swing | 4.3%
#6 | chain | 4.3%
#7 | hook, | 4.2%
#8 | necklace | 3.6%
#9 | plow, | 3.4%
#10 | knot | 2.4%
#11 | spider | 1.8%
#12 | orangutan, | 1.7%
#13 | chainlink | 1.5%
#14 | starfish, | 1.3%
#15 | bicycle-built-for-two, | 1.1%
#16 | seashore, | 0de.9%
#17 | unicycle, | 0.8%
#18 | cliff, | 0.7%
#19 | snorkel | 0.7%
#20 | spider | 0.5%
toru@toru:~/deel$
python arg.py -p test1.jpgでも同じくtest1.jpgを認識します。
一年かかって２２ページまで進みました！！
2019年3月13日水曜日
奈良スコーレの説明会へ行ってきました
3月10日に奈良市のはぐくみセンターでの「奈良スコーレ」の説明会に行ってきました。
このページを見ておられる方はどういうところかすでにご存じと思います。
きっかけは毎日新聞の記事でした。
この時点ではフリースクールというものは何か、学校へ行けない子供たちの選択肢の一つなんだと 漠然としかわかってませんでした。
家内から聞いてきてほしいとのお達しがあり、足を運んできました。
雨のふりそうな天気でしたが会場は30人で満室くらいの部屋に35人くらい来られてたと思います。
代表の宇陀直紀さんにより、スタッフの自己紹介、設立の経緯、こどもたちの現状、事業内容と説明していただきました。
宇陀さんが学校へいかず、大阪のフリースクールへ通い、 今、社会参加しておられ、「奈良にフリースクールがないから作りたい」という経緯に感動しました。宇陀さんのお父さんが「自分の時代とは違ってきている。無理に学校へ行けとは言わない」というスタンスをとっておられたという話が印象的です。
20人くらいは興味のある保護者さん、それ以外はよく似た活動をしておられる方々です。
中でも無償で子供たちのためののプログラミング 道場「CoderDojo」を開催しておられる若林さん。自分のスキルを活かして応援したいと名乗りをあげられてました。いろんなところにすごい方がおられると思います。
以下は私の感想です。
昔、家と学校と職場しか居場所がない時代、そこから逃げ出すことは恥かしいと考えられていました。「働かざる者食うべからず」でした。
今、こういう多様な居場所があるというのはたいへん幸せなことだと思います。またその居場所をふやすため活動しておられる方々には頭が下がります。
私には、援助する資金力がありません。まして若林さんのように提供できる特殊技能もありません。できる範囲での応援として、このブログで紹介させていただく事にします。
このページを見ておられる方はどういうところかすでにご存じと思います。
きっかけは毎日新聞の記事でした。
この時点ではフリースクールというものは何か、学校へ行けない子供たちの選択肢の一つなんだと 漠然としかわかってませんでした。
家内から聞いてきてほしいとのお達しがあり、足を運んできました。
雨のふりそうな天気でしたが会場は30人で満室くらいの部屋に35人くらい来られてたと思います。
代表の宇陀直紀さんにより、スタッフの自己紹介、設立の経緯、こどもたちの現状、事業内容と説明していただきました。
宇陀さんが学校へいかず、大阪のフリースクールへ通い、 今、社会参加しておられ、「奈良にフリースクールがないから作りたい」という経緯に感動しました。宇陀さんのお父さんが「自分の時代とは違ってきている。無理に学校へ行けとは言わない」というスタンスをとっておられたという話が印象的です。
20人くらいは興味のある保護者さん、それ以外はよく似た活動をしておられる方々です。
中でも無償で子供たちのためののプログラミング 道場「CoderDojo」を開催しておられる若林さん。自分のスキルを活かして応援したいと名乗りをあげられてました。いろんなところにすごい方がおられると思います。
以下は私の感想です。
昔、家と学校と職場しか居場所がない時代、そこから逃げ出すことは恥かしいと考えられていました。「働かざる者食うべからず」でした。
今、こういう多様な居場所があるというのはたいへん幸せなことだと思います。またその居場所をふやすため活動しておられる方々には頭が下がります。
私には、援助する資金力がありません。まして若林さんのように提供できる特殊技能もありません。できる範囲での応援として、このブログで紹介させていただく事にします。
登録:
投稿 (Atom)