サイトアイコン NegativeMindException

Accord.NET Framework:C#で使える機械学習ライブラリ

機械学習系のライブラリを調べてたら、C#で使えるライブラリを見つけた。
http://cabbalog.blogspot.jp/2015/12/machine-learning-with-cs.html

Accord.NET Frameworkは名前の通り、.NET環境で使える機械学習ライブラリ。
音響処理+画像処理+機械学習のライブラリとなっており、Hidden Markov Model(隠れマルコフモデル)やDeep Neural Networkもできるらしいぞ。(良く解ってない)

Accord.NET Framework

Accord.NET Frameworkは、C#製のオーディオ・画像処理ライブラリも組み合わさった.NET機械学習フレームワークです。コンピュータビジョン、コンピュータオーディション、信号処理、統計のアプリケーション製品を構築するための完全なフレームワークであり、商用利用も可能です。
広範囲にわたるサンプルアプリケーション群をすぐに試すことができます。豊富なドキュメントとwikiも役立つでしょう。

Accord.NETは.NETでの科学計算のフレームワークです。このフレームワークは、統計的データ処理、機械学習、パターン認識、コンピュータビジョン、コンピュータオーディション等、幅広い科学計算アプリケーションを含む複数のライブラリから構成されています。
このフレームワークは、多くの確率分布、仮説検定、カーネル関数をサポートし、最も一般的なパフォーマンス測定技術をサポートします。


スポンサーリンク

ライセンスは GNU Lesser Public License v2.1
ソースコードがGitHub上で公開されている。
https://github.com/accord-net/framework



YouTubeにサンプルアプリの動作デモ動画がいくつかある。



モジュールの一覧を見ると、名前空間Accord.MachineLearningというのが見つかるね。
http://accord-framework.net/docs/html/R_Project_Accord_NET.htm

ライブラリの使い方チュートリアルも充実してるっぽい。
https://github.com/accord-net/framework/wiki/How-to-use

UnityでAccord.NET Frameworkを使う

で、気になるのはUnityでも使えるのか、という点ですよね。
少し調べたら、Unity5.5でAccord.NETを動作させるチュートリアルがあった。↓
http://1darray.com/blog/2016/11/04/using-accord-net-with-unity/

このチュートリアルでは機械学習要素は使わずに、単純に画像処理ライブラリとして利用しているだけだけど、ライブラリの中にある.NET2.0用のdll群をUnityの“Assets/Plugins/”ディレクトリに突っ込めばいけるようですね。
単純にUnityで使える画像処理・音響処理ライブラリと捉えても便利そう。



スポンサーリンク

関連記事

  • Deep Fluids:流体シミュレーションをディープラーニングで近似する
  • Kaolin:3Dディープラーニング用のPyTorchライブラリ
  • Theia:オープンソースのStructure from Motionライブラリ
  • Web経由でRaspberry PiのGPIOを操作したい
  • オープンソースの物理ベースGIレンダラ『appleseed』
  • Super Resolution:OpenCVの超解像処理モジュール
  • データサイエンティストって何だ?
  • ManuelBastioniLAB:人体モデリングできるBlenderアドオン
  • 書籍『ROSプログラミング』
  • Unity Scriptコーディング→Unreal Engine Scriptコーディング
  • Webスクレイピングの勉強会に行ってきた
  • OANDAのfxTrade API
  • タマムシっぽい質感
  • OpenSfM:PythonのStructure from Motionライブラリ
  • オープンソースの取引プラットフォーム
  • PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...
  • IronPythonを使ってUnity上でPythonのコードを実行する
  • AmazonEC2のインスタンスをt1.microからt2.microへ移行する
  • 機械学習での「回帰」とは?
  • UnityでLight Shaftを表現する
  • DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...
  • 画像生成AI Stable Diffusionで遊ぶ
  • Mitsuba 3:オープンソースの研究向けレンダラ
  • ニューラルネットワークと深層学習
  • Deep Learningとその他の機械学習手法の性能比較
  • SVM (Support Vector Machine)
  • UnityでShaderの入力パラメータとして行列を渡す
  • Regard3D:オープンソースのStructure from Motionツール
  • HerokuでMEAN stack
  • OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
  • Mechanizeで要認証Webサイトをスクレイピング
  • SegNet:ディープラーニングによるSemantic Segmentation手法
  • UnityのTransformクラスについて調べてみた
  • MeshroomでPhotogrammetry
  • html5のcanvasの可能性
  • Google XML Sitemap Generatorプラグインを3.4.1へダウングレード
  • Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方
  • UnityでPoint Cloudを表示する方法
  • openMVG:複数視点画像から3次元形状を復元するライブラリ
  • 3Dモデルを立体視で確認できるVRアプリを作っている
  • Physics Forests:機械学習で流体シミュレーションを近似する
  • Kornia:微分可能なコンピュータービジョンライブラリ
  • モバイルバージョンを終了