Публикации по теме computer-vision

Публикации по теме 'computer-vision'

Смертоносные лесные пожары в Калифорнии и то, как искусственный интеллект может помочь нам бежать со временем и спасать жизни

Прежде всего, я хочу сказать жителям Калифорнии, что мои мысли и наилучшие пожелания с вами, и я надеюсь, что вы останетесь в безопасности от смертоносных пожаров, в том числе и особенно от пожарных, борющихся с этим на передовой. Я лично видел и участвовал в подобных стихийных бедствиях, и сегодня, хотя я не могу быть на передовой, я хочу делать то, что могу, как король ботаников. Учитывая, что мы специалисты в области данных и компьютерных наук, давайте поговорим о том, как ИИ и машинное..

Судоку Решатель (Часть 1)

В этом разделе мы рассмотрим всю обработку изображений, которая должна быть выполнена для извлечения всех цифр из фотографии судоку, которую вы сняли с камеры. Я сделал это фото со своей камеры: Шаг 1. Прочтите изображение с помощью opencv. Здесь original.jpg относится к моей фотографии с камеры. frame = cv2.imread('original.jpg') Шаг 2. Преобразуйте это изображение в изображение в оттенках серого. gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imwrite('gray' , gray)..

Планета, обновленная 2

анализ спутниковых снимков с Fastai 1.0 [ Часть 1 ] Этот пост - своего рода эксперимент. Меня неизменно впечатляют и сбивают с толку такие исследователи, как Лесли Смит и Джереми Ховард, качеством и объемом их работы, а также тем, насколько сложными их эксперименты кажутся со стороны. Одна из самых сложных задач в изучении искусственного интеллекта - просто отслеживать, что я делаю и почему . Как вы организуете проект, когда вы проводите несколько экспериментов параллельно и у вас..

Компьютерное зрение от нуля до героя: учебник по распознаванию монет

Компьютерное зрение интересно, да? Вы видели демонстрации Pulse [1] или NVIDIA Maxine [2]? Однако часто бывает так, что для вашей задачи нет обученных моделей, нет тестовых наборов данных, нет простых руководств, и вы не знаете есть целая команда для разработки замечательных моделей машинного обучения. Как добиться за очень короткое время и с небольшими предварительными знаниями приемлемых результатов, которые могут служить доказательством концепции? В этом руководстве вы изучите этот..

Накопление градиентов: преодоление ограничений памяти при глубоком обучении

Будем честны. Глубокое обучение без графических процессоров - большая головная боль! Да, Google Colab и Kaggle есть, но жизнь и работа не всегда сводятся к обучению аккуратному классификатору MNIST. Введение Для обучения современных моделей или моделей SOTA, GPU является большой необходимостью. И даже если нам удастся его достать, возникает проблема нехватки памяти. Мы более или менее привыкли видеть ошибку OOM (Out of Memory) всякий раз, когда мы бросаем большой пакет для..

EfficientNet от Google - оптимальное масштабирование архитектур моделей CNN с «составным масштабированием»

Google недавно опубликовал очень интересную статью и исходный код для недавно разработанной CNN (сверточной нейронной сети) под названием EfficientNet, которая установила новые рекорды как по точности, так и по вычислительной эффективности. Это не было незначительным улучшением, а скорее улучшением точности до 6%, при этом эффективность порядка 5–10 раз выше, чем у большинства современных CNN. Их основные выводы должны послужить надежным руководством для тех, кто хочет создать лучшую..

Лучшее из ICCV 2017

Эксперты по компьютерному зрению из академических кругов и промышленности собрались в Венеции в конце октября на 16-ю Международную конференцию по компьютерному зрению (ICCV 2017). В этом году я посетил ICCV от имени исследовательской группы Onfido. Далее я поделюсь своим опытом участия в конференции, а также сделаю обзор лучших работ этой конференции; а именно Mask R-CNN и Focal Loss. Начиная с 1987 года Международная конференция по компьютерному зрению (ICCV) зарекомендовала себя..