20240814_AIミーティング

AIミーティング 2024/08/14「OpenAI ChatGPT の画像認識 Vision をいろいろ試行錯誤とライブデモ」の登壇資料です。

◆スライド内の素材は以下を使用させていただいております。ありがとうございます！

・シルエットデザイン http://kage-design.com/
・human pictogram 2.0 http://pictogram2.com
・ICOOON MONO http://icooon-mono.com/
・Adobe Stock https://stock.adobe.com/jp

Transcript

1. 20240814_AIミーティング OpenAI ChatGPT の画像認識 Vision を いろいろ試行錯誤とライブデモ ワンフットシーバス 田中正吾
2. 私の話はスライドを後ほど共有します。 話す内容に注力いただいて大丈夫です！
3. 10 分くらいで話します！
4. 田中正吾（たなかせいご） 屋号：ワンフットシーバス 2004年よりフリーランス。以後、FLASH制作を 中心にインタラクティブコンテンツを主に行い現 在に至る。 最近ではWEBフロントエンドをベースにしなが らも、情報とインターフェースが合わさるアプ ローチという視点でIoTやMixed Realityといった 技術も取り入れながら活動しています。
5. 最近の OpenAI Vision 画像認識が 素敵だった話をします https://twitter.com/1ft_seabass/status/1813448533141283321
6. デジタル計器も結構いける 数字や文字のあるエリアを読む精度が結構高くていい。OCR + LLM(RAG) の合わせ技な風味を感じる。
7. 目盛り的な計器やアナログ時計はイマイチ 細かく言ってあげれば精度が上がる場合もあるけど基本「外してる感じ」
8. 目盛り的な計器やアナログ時計はイマイチ http://flat-icon-design.com/?p=267 FLAT ICON DESIGN & Adobe Express プレミアム機能より
9. ChatGPT API のほうでもうまく使えそう OpenAI ChatGPT API の画像認識 Vision に Node-RED で画像を読み込んでやりとりするメモ https://www.1ft-seabass.jp/memo/2024/07/17/chatgpt-vision-nodered-image-load-and-input/
10. もう少し組み込んでみたもの
11. エクストラ 矢印ネタ。時間があればやってみます！
12. ➔ OpenAI ChatGPT の画像認識 Vision が得意不得意あるけ ど結構実用的になってきた！ ➔ レシート読み取りの挙動を見るに OCR と RAG の合わせ 技を感じる。とてもいい。 ➔ センサー値の読み取りや法則のある紙データの読み取りは 結構いけそうな雰囲気 ➔ とはいえアナログな目盛りなどはうまく読み取れなかった りで、なかなかかわいらしい ➔ 実際に業務にも組み込めそうな雰囲気を感じる！ まとめ