１、Deep Q Network(DQN)の活用
強化学習(Reinforcement Learning)の一手法であるQ-learning と
ディープニューラルネットの組み合わせ
１）Cartの上にあるPoleを倒さない様にCartを移動させる ・・・👈動画
(Click here ! to watch the Video of program execution.)
（重たいプログラムなのでGPU活用が必須！）
２、DCGANによる数字の生成
DCGAN:Deep Convolutional Generative Adversarial Networks
＊datasetはスタンフォード大学で公開している The Street View House Numbers (SVHN)の
Format2 を利用 ( http://ufldl.stanford.edu/housenumbers/ )
処理結果
GPU利用で45分かかった！（CPUのみだと72Hrかかった）
Epoch1/25のランダムノイズがepoch25/25では数字として可視化できた！
３、Keras と Deap Learning で乳癌の予測
予測結果
予想確率：86.2% ・・・・処理時間約3.5時間
＊総合処理時間 ＝ 2(Dataset構築) + 3.5(予測計算) = 5.5時間
開発環境がWindows-AnacondaでありOpenCVのGPU対応が出来ていない為？予想以上に時間がかかった！
４、OpenCVと機械学習を使用して、SpiralとWaveの手描き画像で
パーキンソン病を自動的に検出する方法
Datasetの準備：
Spiral画像 ・・・・・・健常者（３６個）、患者（３６）
Wave画像 ・・・・・・健常者（３６個）、患者（３６）
１） 自動判定結果
i) Spiral画像 ： 正解率＝80.67%
ii) Wave画像： 正解率＝70.0%
５、OpenCVとDeep Learningによるビデオ映像のエッジを
リアルタイムに検出する
プログラム実行動画・・・👈クリック！
(Click here ! to watch the Video of program execution.)
出典：https://www.pyimagesearch.com/2019/03/04/holistically-nested-edge-detection-with-opencv-and-deep-learning/
６、（Python+Django+TensorFlow+転移学習）を活用した画像分類AIアプリの作成
＊Webセミナーで車・バイクの画像から高精度に識別するアプリを作成した
＊今回はJuypter NoteookではなくVisual Studioを利用した
＊下記手順でプログラムを作成し、今までの様にターミナルで実行するのではなく
Djangoのサーバーを利用してブラウザー上で実行出来る様になっている
プログラム実行動画・・・👈クリック
(Click here ! to watch the Video of program execution.)
７、Keras,TensorfFow,Deep Learningを利用して患者のX線写真でコロナウイルス患者を特定する
ここでは、Keras、TensorFlow、およびDeep Learningを使用して、X線画像のデータセットで自動COVID-19検出器（Dr.Adrian/PyImagesearch提供）を利用する。
COVID-19の高品質で査読済みの画像データセットは未だ存在しないため、Joseph CohenのオープンソースX線画像のGitHubリポジトリを利用した。
CohenのデータセットからCOVID-19陽性症例として25枚の画像をサンプリングし、Kaggleの胸部X線画像（肺炎）の25枚のを画像をCOVID-19陰性としてサンプリングした。
（各２０枚をトレーニングに各５枚をテスト用に利用）
・・・そこからKerasとTensorFlowを使用して、100％の感度と80％の特異性で設定し特定確率90％の精度を得る事が出来た！
但し、この内容はあくまでも学習用であり実用には更なる詳細検討が必要である。
1) Joseph CohenのオープンソースX線画像(COVID-19+)とKaggleの胸部X線画像（COVID-19-)
2) プログラム実行結果（４０秒程度）
参考資料：
COVID-19画像データ収集 ：https://github.com/ieee8023/covid-chestxray-dataset
Kaggle’s 胸部X線画像（肺炎）：https://www.kaggle.com/paultimothymooney/chest-xray-pneumonia
プログラム：Detecting COVID-19 in X-ray images with Keras, TensorFlow, and Deep Learning
https://www.pyimagesearch.com/2020/03/16/detecting-covid-19-in-x-ray-images-with-keras-tensorflow-and-deep-learning/
８、OpenCV,Keras/TensorFlow and Deep Learningを利用してビデオからマスク着用か不着用かを検出する
プログラム実行動画・・・👈クリック
(Click here ! to watch the Video of program execution.)
９、OpenCV利用してソーシャルディスタンス違反を検出する
プログラム実行動画１・・・👈クリック
(Click here ! to watch the Video of program execution.)
プログラム実行動画２（銀座歩行者天国ビデオ）・・・👈クリック
(Click here ! to watch the Video of program execution.)
