ReLipop　スプライン曲線ドロワー





ReLipopの紹介

・スプライン曲線を作成する線画専用アプリケーション

・直感的な作成と編集、レイヤー機能による堅牢性

・背景読み込み機能によるトレース作画

・Jpeg、PNG、TIFF、PSの出力と背景透過画像に対応


【ソフトウェア起動画面】


【作例】








コメント

コメントを投稿

このブログの人気の投稿

Visual Studio CodeでのPython環境の構築と運用

イメージ
SOP 1.0 ※自己責任で。 ※環境・ヴァージョンで異なるケースも予想される。 目次 ソフトウェア ヴァージョン （間違えて入れた）Pythonアンインストール Pythonインストール Visual Studio Codeの設定 Visual Studio Codeの仮想環境による通常運用 まとめ -失敗からの想起とあわせて- 附記 -VSCodeでのPython設定（うまくいかない）- ソフトウェア ヴァージョン Visual Studio Code：1.107.1 Python：3.14.2 Windows 11 Home 24H2 （間違えて入れた）Pythonアンインストール ！Microsoft Store版のPythonをインストールすると、Python標準的な構成・場所にインストールしなくなる（ AppData・深層フォルダ・隠しフォルダなど 、Windowsへの依存度が高い）。結果、一般的なガイダンスで対応できなくなり、VS Codeでの使用難易度が上がる。 また、Windowsで移行が推奨されている上、Python公式でも配布されているpython-manager（Python Install Manager）経由でインストールすると、同様の問題が起きる。 Windows標準の アプリ > インストール から、以下をアンインストール Python 3.x  Python Launcher  （VSCと相性が悪い？）python-manager-X.X.msixやMicrosoft Store版からインストールした場合は、Python Install Manager（？）がインストールされており、当該を削除 手動で残渣を削除 %LocalAppData%\Programs\Python　で検索 > フォルダごと削除 %LocalAppData%\pip　で検索 > フォルダごと削除 環境変数のクリーンアップ ！環境変数のPATHを弄って問題を解決しようとした為、この処理が必要になった。このアプローチは本来的には行うべきではないと予想される。 システム環境の編集 > 環境変数 上段の ユーザー環境変数 の Path を選んで 編集 を押す PythonやScriptsの名前が入ったPathを削...
続きを読む

Ollamaの導入

イメージ
 SOP 1.0 ※自己責任で。 ※環境・ヴァージョンで異なるケースも予想される。 目次 ソフトウェア ヴァージョン Ollamaインストール AIモデルのダウンロードから導入、基本的なコマンド 動作画面例 ソフトウェアヴァージョン Ollama（2025.12.26ダウンロード） Windows 11 Home 24H2 AIモデル例 モデル 推定パラメータ数  推奨VRAM (4-bit) RAM Llama 3.2 1B 1.5GB 4GB以上 標準, 高速 3B 2.5GB 8GB以上 11B (Vision) 8-10GB 16GB以上 Gemma 2 2B 2GB 8GB以上 Google製,  論理性良 9B 7-8GB 16GB以上 27B 18-20GB 32GB以上 DeepSeek-R1 1.5B 1.5GB 4GB以上 (蒸留版) 8B 6-7GB 16GB以上 推論特化 14B 10-12GB 24GB以上 32B 22-24GB 48GB以上 70B 45-50GB 64GB以上 ファイルサイズ 推定パラメータ数  主なモデル例 約 1.0 GB 〜 1.5 GB 1B 〜 1.5B Llama 3.2 (1B), DeepSeek-R1 (1.5B) 約 2.0 GB 〜 2.5 GB 3B Llama 3.2 (3B) 約 4.7 GB 〜 5.5 GB 7B 〜 9B Llama 3.1 (8B)  Gemma 2 (9B) DeepSeek-R1 (8B) 約 8.5 GB 〜 10 GB 11B 〜 14B Llama 3.2 (11B), DeepSeek-R1 (14B) 約 18 GB 〜 21 GB 27B 〜 32B Gemma 2 (27B) DeepSeek-R1 (32B) 約 40 GB 以上 70B 〜 Llama 3.3 (70B), DeepSeek-R1 (70B) Ollamaインストール Ollama公式サイト からOllamaSetup.exeをダウンロード 実行、Installを押す AIモデルのダウンロードから導入、基本的なコマンド ※OllamaはGUIとCLIを持つ。 ※CLIでの導入を紹介する。 カテゴリ 入力タイミング コマン...
続きを読む

VSCodeのPython実行環境で、ブラウザ上からローカルAIを動かす（ケ号01）

イメージ
 メモ 概要 VSCode+Python+Ollamaのローカル環境 ブラウザ上で、チャット窓付のインターフェースを構築 ブラウザの多重起動を行うとハングるので、多重起動防止の措置も Ollamaライブラリをインストール ターミナルからpipでインストール pip install ollama Ollamaコントロール pip install streamlit Streamlitはブラウザ用のウィジットライブラリ（HTMLやJavaScriptにエンコードする） ソース import streamlit as st import ollama st . title ( "Local AI Chat by Ollama" ) # ブラウザのタイトル # 会話履歴を保存（ブラウザを更新しても消えないようにする） if "messages" not in st . session_state :     st . session_state .messages = [] # 過去のメッセージを表示 for msg in st . session_state .messages:     with st . chat_message ( msg [ "role" ]):         st . markdown ( msg [ "content" ]) # ユーザーの入力欄 if prompt := st . chat_input ( "メッセージを入力..." ):     st . session_state .messages. append ({ "role" : "user" , "content" : prompt })     # ユーザーのターン     with st . chat_message ( "user" ):         st . markdown ( prompt )     # AIのターン     with st . chat_message ( "assistant" ...
続きを読む