opticalflowを実装してみたが、精度があまり良くなかった。また、ベクトルの情報をどうやって取得するのか？

detect.pyの中身を読んで、txtデータを保存できるようにしたが、1フレームごとに保存さてしまうので、個数と種類の判別が出来ない。おそらく、detect.pyにフレームの設定すれば良いと考えているがどこを書き換えればいいのかよく分からない。

情報の通知のためにLINE botを用いようと考えて、実装しようとしたが設定がよく分からなくてまだ出来ていない。

大ゼミスライド作り

コードを下のgitのものに書き換え中

GitHub - YutaroOgawa/pytorch_advanced: 書籍「つくりながら学ぶ! PyTorchによる発展ディープラーニング」の実装コードを配置したリポジトリです

１．Try to use wavelet transform time-frequency diagram, S-transform time-frequency diagram, W-V transform time-frequency diagram and short-time Fourier time-frequency diagram as data sets for deep learning.

2.Try to improve CNN-LSTM network parameters and reduce training time.

3.Begin to write the paper framework of ICIAE.

4. … Continue Reading ››

1.I am writing my AROB thesis.

2.I am running the DCGAN program to try to complete the image generation.

Read three reviews this week.

Single-View 3D reconstruction: A Survey of deep learning methods

A Review of 3D Reconstruction Methods for Visual Deep Learning
Review of 3D reconstruction algorithm research

A Review of 3D Reconstruction Methods for Visual Deep Learning

I am writing a paper recently, and I felt a little confused about expressing the skills I used in this paper. So I read some papers like "Deep layer aggregation", "Center3D", "Objects as points", "CornerNet" and "Deformable Convolutional Networks". The paper is still under writing.

Uniformer（https://openreview.net/forum?id=nBU_u6DLvoK）:

Introduction:

Combining the ability of aggregation feature context of 3D convolution with the self-attention mechanism of visual transformer, to improve the ability of remote dependence of the model. Uniformer combines the advantages of both and achieves good results in many visual tasks.

Master’s Project and Assignment

• Academic Research Goal
  1. Reading the methods in the paper related to my topic. (Deadline 2022/11/10)（Finish）
  2. Implementing the methods in the paper related to my topic. (Deadline 2022/12/15)（Finish）
  3. Improving and evaluating the method. (Deadline 2022/1/31)
     • Reproduce the two papers' methods (in progress)
     • Find the latest paper progress based on this method … Continue Reading ››
       

• 文章のネガポジ判定に関して、自作のモデルは精度が低かったので、すでにある学習済みモデルをファインチューニングして使うことにしました。➡「ポジティブ」⇔「ネガティブ」の誤判定は少ないのですが、「ポジティブ」⇔「ニュートラル」、「ネガティブ」⇔「ニュートラル」の誤判定が多少ありました。

仮説検証用のレビューデータが集まってきたので、実際に検証してみたいと思います。