Публикации по теме computer-vision

Публикации по теме 'computer-vision'

Применение компьютерного зрения в искусственном интеллекте для различных ключевых отраслей

Машины могут визуализировать различные сценарии с помощью технологии компьютерного зрения, которая помогает компьютерным системам точно находить и идентифицировать изображения и видео, чтобы получить значимую информацию из реального мира. Что такое компьютерное зрение в машинном обучении и искусственном интеллекте: как оно работает? Благодаря ИИ и машинному обучению технология компьютерного зрения обновляется улучшенными версиями визуализации…..

Корнелл NLVR

13 ноября 2017 года Корнелл обнародовал свой набор данных по языковому заземлению — NLVR. Что это такое? Язык и Видение, понятно. В то время как Computer Vision ограничивается сегментацией и обнаружением, NLVR делает шаг вперед, анализируя язык, описывающий изображение. Основные аспекты включают в себя: задачи и среду данных, сбор данных, анализ и установленные базовые уровни. А теперь углубимся… Цель и окружение 1) Повсюду были разбросаны предметы разной формы,..

Общий подход к обнаружению пользовательских объектов с помощью Tensorflow 2

В этом блоге я расскажу вам, как вы можете обучить свой собственный детектор объектов с помощью Tensorflow 2. Это будет не учебник по обнаружению определенного типа, а более общий подход, который мы можем использовать для обнаружения чего угодно. Чтобы обучить пользовательскую модель обнаружения объектов с помощью API обнаружения объектов Tensorflow, вам необходимо выполнить следующие шаги: Загрузите API обнаружения объектов Tensorflow. Получить данные Подготовьте данные для API OD..

Глубокие сверточные нейронные сети, удобные для мобильных устройств. Часть 2. Делаем глубокие сети мелкими

Часть первую читайте здесь . Первый вопрос, который приходит на ум, когда мы думаем о том, чтобы сделать глубокие сети мелкими, — зачем вообще нужно делать их глубокими? Ответ заключается в том, что любая сеть должна изучить сложную функцию, которая отображает входные данные в выходные метки, а существующие методологии обучения не способны напрямую обучать неглубокую сеть сложной функции. Профессор Рич Каруана обсуждает это в своей статье Действительно ли Deep Nets должны быть Deep? ...

14. Введение в глубокое обучение с помощью компьютерного зрения — Скорость обучения и математика — Часть 2…

Авторы: Правин Кумар и Нилеш Сингх ! Уровни обучения и математика: Часть 1 В предыдущем блоге мы получили представление о скорости обучения, локальных и глобальных минимумах и седловых точках . под и снижает общую эффективность обучения. Поиск оптимальной начальной скорости обучения В предыдущем блоге мы обсуждали, что выбор скорости обучения — сложная часть настройки гиперпараметра вашей модели. На изображении выше мы видим, что выбор скорости обучения меняет подход..

Классификация отсканированных документов с использованием компьютерного зрения

Подход глубокого обучения для решения проблемы классификации отсканированных документов В эпоху цифровой экономики такие секторы, как банковский, страховой, государственный, медицинский и юридический секторы, по-прежнему имеют дело с различными рукописными заметками и отсканированными документами. На более поздних этапах жизненного цикла бизнеса поддерживать и классифицировать эти документы вручную становится очень утомительно. Простая и значимая автоматическая сортировка этих..

Контекстуализированная проблема многорукого бандита: три алгоритма

Представьте себе игрока у ряда игровых автоматов. Допустим, у каждой машины есть распределение вероятности выигрыша с заданным средним значением и стандартным отклонением, и вам разрешено играть только определенное количество игр. Затем вы хотите максимизировать свой выигрыш, выиграв наибольшее количество игр, однако вы не знаете распределения вероятностей каждой машины. Чтобы выиграть как можно больше игр, вы можете выбрать одно из двух действий для каждой дополнительной игры: исследовать..