![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
一般に人工知能というと機械学習も含めるが，ここでは深層学習(Deep Learning)に関してのよもやまを述べます．もう少し限定するとComputer Visionで画像関連です。
画像の内容は何か？を答えさせるもの。いわゆる、この画像に写っているのは犬ですか？猫ですか？を答える。手法としてCNNとTransformer に分けられるか？
物体の位置と内容を答えさせる。「領域提案」と「クラス分類」が肝。それを1段階で行うか2段階で行うかで手法が分けられる。
上記のような方法もあるが，画像を分割し，それに対して画像認識を適用する方法も類似する？ので，それらの具体的差異に関してもやっとするところです．
原著
複数の人工知能モデル（ネットワーク）、競いあわせて性能を高める。具体的には，生成器（Generator）と識別器（Discriminator）．
画像生成では，拡散モデルもある．
原著
ウマとシマウマの色彩変換で有名．それぞれ1000枚程度の学習データ．
原著
text2image
