Please click my name to see the full text!
Future Work
- Digging into point cloud for depth map
- Company Job
This Week
- I have finished reading about eight … Continue Reading ››
・Track-Anythingを用いてマスク画像を生成した
・マスク画像に対応したデータ形式に変換した
・学習自体はできたが、メッシュは上手く抽出できなかった
→おそらくモデルが悪いか、データセットが難しすぎるか
NeuS: Learning Neural Implicit Surfaces by Volume Rendering for Multi-view Reconstruction(マスク画像を用いた損失関数などが記述されている論文)
データ97個
・SVM
テストデータ20%、ランダムステイト42:テストデータ精度85%、訓練データ精度88.31%
・ロジスティック回帰
テストデータ20%、ランダムステイト42:テストデータ精度85%、訓練データ精度88.31%
訓練データ100%:訓練データ精度79.31%
・SVMとロジスティック回帰で精度が全く同じなのはなぜなのか
・random_stateを変えると訓練データ精度が多少変わる
・データ収集完了
・エクセルファイルからデータを取り込み(その2)、学習させるまでを勉強中
まだ何も理解できていないが、とりあえずチャットGPTに書かせたSVMモデルを使用して分類する方法では85%の精度だった。
I am learning .NET MAUI and want to design a cross-platform AI assistant.
→良いモデルを構築できれば実用性を上げていきたい
→アルコールチェッカーも必要
→スマートウォッチで簡易的に血糖値も測れるため、パラメータの追加はできる
・複数視点からのリアル画像を使ってメッシュを抽出することはできる(ただし、メッシュを抽出した時に結構ノイズが入る)
・今後の方針
→動画データからsegment anythingを使って自動マスク生成
→動画の1フレーム目で指定したオブジェクトの3Dモデルを生成
上の内容は1、2週間ぐらいでできるので、とりあえず終わらせます。
これぐらいの内容で卒業できることを保証してもらえれば、精度面で最先端の結果を出す方向で研究したいです。
あと、時間があれば微分可能レンダリングの勉強をしようと思ってます。