背景 色々ありましたが、Maker Faire Tokyo 2018 (MFT2018)に無事「ダーツ自由形評価システム」を出展できました！ MFT2018は8/4,5でしたが、本ブログ見て頂くと分かる通り、8/3の夜まで上手下手判定が全くできておらず、絶望感あふれるブログだったのですが…

飛びながら投げるのめっちゃ疲れます。 汗だくです。シャワー浴びたい。 そろそろ家を出て設営に向かいます。

ブログ名をAzarashi Blogにしました。 Changed this blog's name to "Azarashi Blog"

背景 前回、データを再度プロットしたり、低次元に圧縮して可視化してみたりしたが、生データのクラスタリングだけでは無理っぽかった。 DNNモデルを工夫して、再度トライしてみる。 DNNモデル(改善版) 前回のモデルに、Batch NormalizationとDropoutを追加…

MFT2018はついに明日ですね！ ダーツを投げた時の人の各種データを取る仕組みだけできてますが、 肝心のデータを解析して上手い下手判定をしてくれる部分が全然できてないのでやばいです笑 データ取りの仕組みは、それはそれで結構イイ感じにできたと思うの…

背景 前回、性能はよくわからないですが、指の動きと指圧、そして体の関節位置の時系列データから、ダーツのスコアを推定するDeep Neural Network(DNN)を作りました。 ほんとにこれで収束してんのか？というところ今一度値を見て調べてみようと思います。 ど…

前回 指および体の動きの時系列データを正規化して２Dの時空間マップにしました。 今回 時空間マップからスコアを推定するDeep Neural Network(DNN)をいくつか作り、学習させ、収束するかみてみます。 結論から言って、途中までやって「お、うまくいくんでは…

前回(数時間前)までのあらすじ ダーツスキル解析のために、どういうデータをどのように撮っているかについて説明。 データをプロットしてみて、正規化が必要と確認。 データの正規化を施して、データの特徴が見やすくなったことを確認 初投稿時からちょこち…

前回までのあらすじ ダーツ投擲時の人の指・体の動きを取得するシステムを作った。 ダーツ投げまくった 今回 そこそこダーツを投げてデータを貯めたので、イマサラナガラ、本腰入れてそろそろ解析していこうと思います。 あと２日でMaker Faire 当日ですね！…