7日でマスター！基礎から学ぶ衛星データ講座～7日目～「宙畑解析ノートブックを見ながら事例を実際に見てみよう」

•

1 like•645 views

Tellus SPACE xData Fes. -Online Weeks 2020-の一環として、 Tellusのオウンドメディア「宙畑」の人気記事の一つである『自宅学習におすすめ！11日でマスター衛星データの学び方ガイド2020』を、7日間に凝縮し学べる集中講座。第7日目の今回は、「宙畑解析ノートブックを見ながら事例を実際に見てみよう」ということで宙畑の記事を参考に、衛星データの解析事例を紹介します。 Pythonを使ったプログラミングに興味がある方はぜひ記事を参考にしながら解析をしてみてください。 ※Tellusの開発環境を利用するには、Tellusに登録の上、開発環境の申込が必要です。また。開発環境は提供数に限りがありますのですぐにご提供でき場合がありますのでご了承ください。 ※本コンテンツ内の質疑応答で利用したドキュメントはこちらです。閲覧のみとなっておりますのでご了承ください。 https://docs.google.com/document/d/1leDfev5VIaAaUkN6JHRjhlfgQXwHcShysIr9Kr9NXcE/edit 【本日の講座に関するサイトリンク】開発環境を導入する | Tellus https://www.tellusxdp.com/ja/howtouse/dev/install_development_environment.html 衛星データ解析ノートブック | 宙畑 https://sorabatake.jp/satellite/notebooks/ 【本日のアウトプット】 Tellus の開発環境上で実施した解析結果のスクリーンショットと、他にTellusの開発環境を使ってやってみたいことをSNSでつぶやいてください！　#衛星データ #自宅学習 #宙畑【YouTubeで1～7日の内容をまとめてみる】 7日でマスター！基礎から学ぶ衛星データ講座再生リスト https://www.youtube.com/playlist?list=PLR0xSg0L4wAeLhTbd7mEYatBzN0sidJp4 【関連リンク】　本コンテンツ以外にもオンラインイベント配信中です　・Tellus SPACE xData Fes. -Online Weeks 2020-　　　https://fes.tellusxdp.com/2020/ 　・Tellus YouTubeチャンネル　　https://www.youtube.com/TellusxDataProject/ 　ぜひTellusのアカウント登録お願いします　・Tellus公式サイト　　　https://www.tellusxdp.com/ 　オウンドメディアでは、宇宙ビジネスに関する様々な記事を発信しています　・宇宙ビジネス情報サイト「宙畑-sorabatake-」　　　https://sorabatake.jp/

Data & Analytics

Copyright 2020 SAKURA internet Inc. All rights reserved. 1
7日でマスター！
基礎から学ぶ衛星データ講座
presents

Copyright 2020 SAKURA internet Inc. All rights reserved. 2
7

Copyright 2020 SAKURA internet Inc. All rights reserved. 4

Copyright 2020 SAKURA internet Inc. All rights reserved. 5

Copyright 2020 SAKURA internet Inc. All rights reserved. 7

Copyright 2020 SAKURA internet Inc. All rights reserved. 8

Copyright 2020 SAKURA internet Inc. All rights reserved. 9

Copyright 2020 SAKURA internet Inc. All rights reserved. 11

Copyright 2020 SAKURA internet Inc. All rights reserved. 12

Copyright 2020 SAKURA internet Inc. All rights reserved. 14

Copyright 2020 SAKURA internet Inc. All rights reserved. 15

Copyright 2020 SAKURA internet Inc. All rights reserved. 16

Copyright 2020 SAKURA internet Inc. All rights reserved. 17

Copyright 2020 SAKURA internet Inc. All rights reserved. 18

Copyright 2020 SAKURA internet Inc. All rights reserved.
衛星データ＋地上データ

Copyright 2020 SAKURA internet Inc. All rights reserved. 21

Copyright 2020 SAKURA internet Inc. All rights reserved. 22

Copyright 2020 SAKURA internet Inc. All rights reserved. 23

Copyright 2020 SAKURA internet Inc. All rights reserved. 24

Copyright 2020 SAKURA internet Inc. All rights reserved. 25

Copyright 2020 SAKURA internet Inc. All rights reserved. 26

Copyright 2020 SAKURA internet Inc. All rights reserved. 28
7
11 2020
https://sorabatake.jp/11994/

Copyright 2020 SAKURA internet Inc. All rights reserved.
宙畑で学ぶ

Copyright 2020 SAKURA internet Inc. All rights reserved.
ゼロからシリーズ
•
•
•
•
•
•
•
•
•
•

Copyright 2020 SAKURA internet Inc. All rights reserved.
衛星データ入門シリーズ
•
•
•
•
•
•
•
•

Copyright 2020 SAKURA internet Inc. All rights reserved.
解析ノートブック
•
•

Copyright 2020 SAKURA internet Inc. All rights reserved.
SAR編：宙畑を使いこなそう

Copyright 2020 SAKURA internet Inc. All rights reserved.
広告
ライター募集中です！！

Copyright 2020 SAKURA internet Inc. All rights reserved.
•
•
•
•
•
•

Copyright 2020 SAKURA internet Inc. All rights reserved.
地図を描画する

Copyright 2020 SAKURA internet Inc. All rights reserved.
地図を描画する
•
•
• geometry.coordinatesを緯度経度に分ける
•

Copyright 2020 SAKURA internet Inc. All rights reserved.
Sentinelの画像を取得する
•
•
•

Copyright 2020 SAKURA internet Inc. All rights reserved.
補足:NDVIの計算

Copyright 2020 SAKURA internet Inc. All rights reserved.
補足:学習の参考資料
Python Programmer:
Keith Galli:
Data Science Dojo:
Data Professor:
Crash Course AI:

Copyright 2020 SAKURA internet Inc. All rights reserved.
補足:学習の参考資料
Towards Data Science:
PyData:
Distill:
Kaggle(Notebooks):

Copyright 2020 SAKURA internet Inc. All rights reserved.
補足:学習の参考資料
Copernicus MOOCs:
Earth Lab:
Geo-Python:
GEOG 883:

Copyright 2020 SAKURA internet Inc. All rights reserved. 52
7日でマスター！基礎から学ぶ衛星データ講座
7日間ありがとうございました！
自宅学習におすすめ！
11日でマスター衛星データの学び方ガイド2020
https://sorabatake.jp/11994/
もぜひご覧ください！

Copyright 2020 SAKURA internet Inc. All rights reserved. 53
7日でマスター！基礎から学ぶ衛星データ講座
SNSのフォロー、チャンネル登録お願いします！
Tellus公式Twitter 宙畑Twitter

Copyright 2020 SAKURA internet Inc. All rights reserved. 54
7日でマスター！基礎から学ぶ衛星データ講座
Tellus
https://www.tellusxdp.com/market/login/

Copyright 2020 SAKURA internet Inc. All rights reserved. 55
7日でマスター！
基礎から学ぶ衛星データ講座
presents

「CVPR 2020 網羅的サーベイ」により作成された Neural Generative Models エリアのメタサーベイ資料です。 CVPR 2020 網羅的サーベイ: http://xpaperchallenge.org/cv/survey/cvpr2020_summaries/listall/ cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。2020の目標は「トップ会議に30+本投稿」することです。 http://xpaperchallenge.org/cv/

[第2回3D勉強会研究紹介] Neural 3D Mesh Renderer (CVPR 2018)

Hiroharu Kato

第2回3D勉強会の研究紹介スライドです。 [論文概要] ニューラルネットワークに組み込むことができる3Dメッシュのレンダラーである Neural Renderer を開発しました。『逆伝播』と呼ばれる処理をニューラルネットワークに適した形に定義し直したことがポイントです。そしてこのレンダラーを (a) 単一画像からの3Dメッシュの再構成 (b) 画像から3Dへのスタイル転移と3D版ディープドリームへと応用しました。

7日でマスター！基礎から学ぶ衛星データ講座～2日目～「波長について学ぶ」

Tellusxdata1

Tellus SPACE xData Fes. -Online Weeks 2020-の一環として、 Tellusのオウンドメディア「宙畑」の人気記事の一つである『自宅学習におすすめ！11日でマスター衛星データの学び方ガイド2020』を、7日間に凝縮し学べる集中講座。第2日目の今回は、「波長について学ぶ」ということで人工衛星がどうやって地球を調べているのか、波長ごとの特徴についてを紹介します。講座の最後には、皆さんに解いていただくクイズもありますのでぜひご参加ください。【本日の講座に関する宙畑記事】・自宅学習におすすめ！11日でマスター衛星データの学び方ガイド2020 　https://sorabatake.jp/11994/ ・光の波長って何？なぜ人工衛星は人間の目に見えないものが見えるのか　https://sorabatake.jp/364/ 【本日のアウトプット】以下のクイズにチャレンジして、結果をSNSでつぶやきましょう！　https://kuizy.net/quiz/120395 ※本コンテンツ内の質疑応答で利用したドキュメントはこちらです。閲覧のみとなっておりますのでご了承ください。 https://docs.google.com/document/d/1ojygrwQWyzc2VVvDFVHHEi1tLbHbT7YU-3Z78Sppfa4/edit 【YouTubeで1～7日の内容をまとめてみる】 7日でマスター！基礎から学ぶ衛星データ講座再生リスト https://www.youtube.com/playlist?list=PLR0xSg0L4wAeLhTbd7mEYatBzN0sidJp4 【イベントハッシュタグ】 #TellusFes #衛星データ #自宅学習 #宙畑【関連リンク】　宙畑の講座以外にもオンラインイベント配信中です　・Tellus SPACE xData Fes. -Online Weeks 2020-　　　https://fes.tellusxdp.com/2020/ 　・Tellus YouTubeチャンネル　　https://www.youtube.com/TellusxDataProject/ 　ぜひTellusのアカウント登録お願いします　・Tellus公式サイト　　　https://www.tellusxdp.com/ 　宇宙ビジネスに関する様々な記事を発信しています　・宇宙ビジネス情報サイト「宙畑-sorabatake-」　　　https://sorabatake.jp/

[DL輪読会]Objects as Points

Deep Learning JP

Cesiumを用いた3次元リアルタイムデータの可視化について

Ryousuke Wayama

SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習

SSII

SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習 6月11日 (木) 11:00 - 12:30 メイン会場（vimeo + slido）登壇者：片岡裕雄氏（産業技術総合研究所）概要：高品質な教師ラベルを含む大規模画像データセットを学習に用いた場合は成功がほぼ確約されていると言っても差し支えないが、ラベル付けのコストは計り知れない。本発表では、SNS からの画像データ収集や弱教師によるラベル付けを含め、最小限の手間で大規模データセットを構築する方法を紹介する。800万超の人物ラベルを含む大規模データセットを人物検出のための事前学習に用いた場合、ベースラインである教師ありの事前学習手法を凌駕する検出率を実現した。

backbone としての timm 入門

Takuji Tahara

Teslaにおけるコンピュータビジョン技術の調査

Kazuyuki Miyazawa

cvpaper.challenge のメタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。2020の目標は「トップ会議30+本投稿」することです。 http://xpaperchallenge.org/cv/

2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation

Takuya Minagawa

SfM Learner系単眼深度推定手法について

Ryutaro Yamauchi

【DL輪読会】Decoupling Human and Camera Motion from Videos in the Wild (CVPR2023)

Deep Learning JP

オープンソース SLAM の分類

Yoshitaka HARA

PythonによるCVアルゴリズム実装

Hirokatsu Kataoka

機械学習と機械発見：自然科学研究におけるデータ利活用の再考

Ichigaku Takigawa

モデルではなく、データセットを蒸留する

Takahiro Kubo

ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43

Preferred Networks

Preferred Networksでは新物質開発や材料探索を加速する汎用原子レベルシミュレータを利用できるクラウドサービスを開発しています。顧客毎に独立した環境にユーザがJupyter Notebookを立ち上げ、自社PyPIパッケージによりAPI経由で弊社独自技術を簡単に利用できます。Kubernetesの機能を駆使してマルチテナント環境を構築しており、各顧客に独立したAPIサーバを提供し、その負荷状況によりAPIサーバをスケーリングさせたり、顧客毎にNotebookに対する通信制限や配置Nodeの制御などを実現しています。本発表ではKubernetesによるマルチテナントJupyter as a Serviceの実現方法を紹介します。

PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築

Kosuke Shinoda

Anomaly detection 系の論文を一言でまとめた

ぱんいちすみもと

JDLA主催「CVPR2023技術報告会」発表資料

Morpho, Inc.

2023年7月25日に開催された日本ディープラーニング協会主催「CVPR2023技術報告会」にて、今年のCVPRで発表された技術論文の中から、モルフォの技術者が注目した分野や論文について紹介しました。資料を見たいという声を多数いただいたので発表資料を共有させていただきます。詳細はMorpho Tech Blogをご覧ください。 https://techblog.morphoinc.com/entry/2023/08/10/100030 ※CVPR：Conference on Computer Vision and Pattern Recognition。コンピュータビジョンに関する世界トップレベルの学会

【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces

Deep Learning JP

This document summarizes a research paper on modeling long-range dependencies in sequence data using structured state space models and deep learning. The proposed S4 model (1) derives recurrent and convolutional representations of state space models, (2) improves long-term memory using HiPPO matrices, and (3) efficiently computes state space model convolution kernels. Experiments show S4 outperforms existing methods on various long-range dependency tasks, achieves fast and memory-efficient computation comparable to efficient Transformers, and performs competitively as a general sequence model.

【メタサーベイ】Neural Fields

cvpaper. challenge

【DL輪読会】ViT + Self Supervised Learningまとめ

Deep Learning JP

Several recent papers have explored self-supervised learning methods for vision transformers (ViT). Key approaches include: 1. Masked prediction tasks that predict masked patches of the input image. 2. Contrastive learning using techniques like MoCo to learn representations by contrasting augmented views of the same image. 3. Self-distillation methods like DINO that distill a teacher ViT into a student ViT using different views of the same image. 4. Hybrid approaches that combine masked prediction with self-distillation, such as iBOT.

20160724_cv_sfm_revisited

Kyohei Unno

動作認識の最前線：手法，タスク，データセット

Toru Tamaki

Sift特徴量について

la_flance

ICCV19読み会 "Learning Single Camera Depth Estimation using Dual-Pixels"

Hajime Mihara

SSII2019TS: 実践カメラキャリブレーション～カメラを用いた実世界計測の基礎と応用～

SSII

SSII2019 チュートリアル講演 TS3 6月14日(金) 9:00～10:20 (メインホール) カメラの幾何学的キャリブレーションはカメラを使った３次元計測・認識に欠かすことができない基礎技術です。近年では LIDAR や ToF カメラのように深度情報を直接出力するカメラや、全周囲カメラのように透視投影ではないカメラをセンサとして使用することも一般的になりました。本講演ではこれらの幾何学的キャリブレーションについて、実例を交えながら基礎からご紹介します。さらに講演内容に対応した初学者向けのサンプルコードについても紹介します。