Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
画像生成AIを使って勝負しよう
Search
Satoshi Gachi Fujimoto
March 15, 2024
Technology
1
120
画像生成AIを使って勝負しよう
熊本学園大学×熊本県情報サービス産業協会連携事業「まちの課題をICTとデータで解決する」第3回 オープンカンファレンスのLT資料です
Satoshi Gachi Fujimoto
March 15, 2024
Tweet
Share
More Decks by Satoshi Gachi Fujimoto
See All by Satoshi Gachi Fujimoto
バスあと何分ミニサイネージ
satoshirobatofujimoto
0
100
高専で制御を、大学でセンシングを学び、次は脳みそ
satoshirobatofujimoto
0
270
ガチマナ会 vol.1
satoshirobatofujimoto
0
230
画像生成AIを使って勝負しよう
satoshirobatofujimoto
0
230
画像からプロンプトを考えて最も似ている画像を生成した人が勝ちのゲーム@AIミーティング
satoshirobatofujimoto
0
160
VPS研究者が語る”VPS概論”
satoshirobatofujimoto
0
410
画像からプロンプトを考えて最も似ている画像を生成した人が勝ちのゲーム
satoshirobatofujimoto
0
210
OpenAI 新機能まとめ(Function callingとAdd your data編)
satoshirobatofujimoto
0
260
PLATEAUを用いた熊本市中心市街地におけるバリアフリー情報の可視化
satoshirobatofujimoto
0
1.1k
Other Decks in Technology
See All in Technology
Introduction to Sansan, inc / Sansan Global Development Center, Inc.
sansan33
PRO
0
2.6k
大規模PaaSにおける監視基盤の構築と効率化の道のり
lycorptech_jp
PRO
0
180
プラットフォームとしての Datadog / Datadog as Platforms
aoto
PRO
1
340
Digitization部 紹介資料
sansan33
PRO
1
3.8k
ソフトウェアは捨てやすく作ろう/Let's make software easy to discard
sanogemaru
10
5.8k
ローカル環境でAIを動かそう!
falken
PRO
1
170
金融システムをモダナイズするためのAmazon Elastic Kubernetes Service(EKS)ノウハウ大全
daitak
0
130
Java 30周年記念! Javaの30年をふりかえる
skrb
2
1.7k
障害を回避するHttpClient再入門 / Avoiding Failures HttpClient Reintroduction
uskey512
1
210
会社紹介資料 / Sansan Company Profile
sansan33
PRO
6
360k
Devin&Cursor、それぞれの「本質」から導く最適ユースケース戦略
empitsu
8
2.5k
アプリケーションの中身が見える!Mackerel APMの全貌と展望 / Mackerel APMリリースパーティ
mackerelio
0
450
Featured
See All Featured
The Invisible Side of Design
smashingmag
299
50k
The Art of Programming - Codeland 2020
erikaheidi
54
13k
GitHub's CSS Performance
jonrohan
1031
460k
The Cult of Friendly URLs
andyhume
78
6.4k
Docker and Python
trallard
44
3.4k
Building Better People: How to give real-time feedback that sticks.
wjessup
368
19k
Raft: Consensus for Rubyists
vanstee
137
7k
Gamification - CAS2011
davidbonilla
81
5.3k
Making Projects Easy
brettharned
116
6.2k
Making the Leap to Tech Lead
cromwellryan
134
9.3k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
1
82
Bash Introduction
62gerente
614
210k
Transcript
2024/3/16 第3回 オープンカンファレンス 画像生成AIを使って 勝負しよう
がちもとさん KumaMCNという技術コミュニティを運営 株式会社ナレッジコミュニケーションでAI・XRアプリ開発 崇城大学古賀都市計画研究室の技術顧問でまちづくりの研究 高専で制御を、大学でセンシングを学び、次は脳みそ @sotongshi
お題の画像を見て、プロンプトを考えましょう ※制限時間は90秒
プロンプトを入力して画像を生成、類似度で競います! ※1に近いほど類似しています
類似度の算出方法 ・ Learned Perceptual Image Patch Similarity (LPIPS) は、AlexNetやVGGなどの学習済 み画像分類ネットワークの畳み込み層が出力する特徴量を基に類似度を算出する手法
・従来のピクセル単位の差異とは異なり、画像の内容と構造をより深く理解 ・人間の目が感じる類似性に近い https://qiita.com/SatoshiGachiFujimoto/items/651472942a4885181442 https://github.com/richzhang/PerceptualSimilarity import lpips import torch import torchvision.transforms.functional as TF from PIL import Image loss_fn_alex = lpips.LPIPS(net='alex') # best forward scores path_img0 = "groundtruth.png" path_img1 = "1.png" img0 = Image.open(path_img0) img0 = img0.convert("RGB") img0 = (TF.to_tensor(img0) - 0.5) * 2 img0.unsqueeze(0) img1 = Image.open(path_img1) img1 = img1.convert("RGB") img1 = (TF.to_tensor(img1) - 0.5) * 2 img1.unsqueeze(0) d = loss_fn_alex(img0, img1) print("Perceptual loss",1-d.item()) # 1に近づくほど似ているように変更
やってみよう
お題 こちらから回答お願いします https://forms.gle/ezqf5P6STz2asFCH6
None
None
None
None
ご清聴ありがとうございました