python numpyで高速にSoft-NMSを計算する(16倍高速?) pythonのnumpyで高速化したSoft-NMSの実装例を紹介します。過去に紹介した実装より16倍高速化できました。Soft-NMSは物体検出AIの後処理で使用されるNMSの改良型ですが、NMSより演算量が大きい手法で高速化が重要です。 2021.03.10 pythonnumpyIoUNMScomputer visiontime
python PythonのnumpyでNMSを高速に演算する(20倍高速?) 重複した矩形を統合するアルゴリズムNMS (Non-Maximum Suppression)を、numpyで高速に計算する方法を紹介します。numpyを使わずpythonリスト(list)を使用する実装と比べて約20倍に高速化できました。 2021.02.14 pythonnumpyIoUcomputer visionNMStimerandom
python numpyの3次元配列に2次元配列の要素を追加する4つの方法 pythonで、3次元のnumpy配列に、2次元のnumpy配列を要素として追加する方法を紹介します。リスト(list)と同じようにappendしてもうまくいきません。この記事の方法は2次元、3次元だけではなく、4次元以上の多次元の配列にも適用できます。 2021.02.12 pythonnumpy
python numpyを使って複数の矩形のIoUを一度に高速に計算する pythonのnumpyライブラリを使って、1つの矩形と複数の矩形とのIoUを一度に高速に計算する方法を紹介します。計算時間の計測結果も記載し、1つずつIoUを計算した場合に比べてどのくらい高速化できるのか比較も行います。 2021.02.08 pythonnumpyIoUcomputer visiontime
python pythonで乱数シード(seed)を設定する3種の方法 pythonで乱数を生成するとき、pythonのrandomや、numpyのnp.random、scipyのscipy.statsを使用することがあると思います。乱数生成の再現性で重要となる乱数シード(seed, 種)の設定方法を紹介します。 2021.02.06 pythonnumpyrandom
python pythonのmatplotlibを使ってヒストグラムを作成する pythonのmatplotlibライブラリを使った簡単なヒストグラム生成方法を紹介します。matplotlibのヒストグラム生成メソッド"plt.hist()"の代表的な機能(オプション、引数)を扱っています。 2021.02.06 pythonnumpymatplotlib
python pythonで複数のlistやnumpy配列を同時にソートする pythonで1つの配列を基準として、複数の配列を同時にソートする方法を紹介します。pythonのリスト(list)とnumpy配列(array)のそれぞれについて方法を紹介します。 2021.02.02 pythonnumpy