スペックルを用いて隠れた位置にある物体を追跡[CVPR][論文読み]

Tracking Multiple Objects Outside the Line of Sight using Speckle Imaging (CVPR2018) ieeexplore.ieee.org 目的 障害物によって隠れた位置(Non-Line-Of-Sight)にある物体の動きを追跡すること． 技術的なキモ 物体とスペックルの動きの関係をシンプルに定式化したこと． 物体の動きによるスペックルパターンをシンプルな解法で抽出したこと． 以下に抽出の方法を簡単に説明する． 物体の動きによるスペックルパターン Iprim(p) は，壁のテクスチャ R(p) によって変調され，さらに2次…

POS Taggingのタグ名を忘れたらIBMのサイトをみて思い出そう[NLP]

品詞が日本語でまとめられているので分かりやすい． www.ibm.com

pd.read_csvでUnicodeDecodeErrorがでるときの対処法[Python][Pandas]

Windowsでpd.read_csvを使うと頻繁にエラーがでる． エラーがでにくいcsvの読み込み方を見つけたので，メモ． df = pd.read_csv("./hoge.csv", engine="python", index_col=0) engineでpythonを指定すると文字コードのエラーが発生しにくくなる． index_colはデータフレームの左端の場所を指定しているだけなので，お好みで設定してください．

置換する文字を複数指定[Python]

import re patterns = "dog cat fox" repl = "animal" sentence = "dog, cat, fox, pen." re.sub(patterns, repl, sentence) >> 'animal, animal, animal, pen.' replaceではなくre.subで置換するパターンを正規表現で指定するのだ。

f'{hoge}'はフォーマット文字列リテラル(f-strings)[Python]

Kaggleを眺めていると見慣れない記法を発見。 x = str(x) for punct in puncts: x = x.replace(punct, f' {punct} ') return x ん？ f' {punct} ' ってなんぞ？ 調べてみるとこれはf-strings（フォーマット文字列リテラル）でPython 3.6で追加された新機能だということが分かった。 f-stringsを使うと >>> name = 'Fred' >>> age = 42 >>> f'He said his name is {name} and he is {age} years old.' He s…

MeCabをWindowsにインストールするのは意外と厄介[MeCab][Windows]

pip install MeCabだけで済むと思ってたのに意外と厄介な手順を踏んだので忘れないようにメモ 有志の方のリポジトリからexeをダウンロード どうやらまともにMeCabをインストールするにはソースのビルドなど面倒な作業が必要みたいだ．だがそんなことしたくないので代替案を探っていると有志の方がWindows用にコンパイルしてくれたexeがあることが判明．感謝しながらインストールさせていただいた． https://github.com/ikegami-yukino/mecab/releases 環境変数Pathに追記 exeファイルをインストールして意気揚々とimport MeCabをし…

MeCabで日本語の分かち書き[MeCab][Python]

import MeCab mecab = MeCab.Tagger ("-Owakati") print(mecab.parse("平成最後の初売りセールが開催中")) 平成 最後 の 初 売り セール が 開催 中 OR import MeCab mecab = MeCab.Tagger ("-Ochasen") print(mecab.parse("平成最後の初売りセールが開催中")) 平成 ヘイセイ 平成 名詞-固有名詞-一般 最後 サイゴ 最後 名詞-一般 の ノ の 助詞-連体化 初 ハツ 初 接頭詞-名詞接続 売り ウリ 売る 動詞-自立 五段・ラ行 連用形 セール セール セール…

TensorDatasetで生画像をTensor化して読み込む[PyTorch]

from glob import glob from PIL import Image import numpy as np import torch import torch.utils.data as data_utils from torchvision.transforms import ToTensor path = "./imgs/*" files = glob(path) labels = np.array([1,0,1,1,0]) labels = torch.Tensor(labels) images = [] for file in files: image = Image…