Публикации по теме 'computer-vision'
Как применить IoT и компьютерное зрение для создания интеллектуальных парковочных решений
Первоначально опубликовано в блоге Infopulse.
Умный город — острая и часто обсуждаемая тема в нашем обществе. Пробки на дорогах, загрязнение воздуха, скученность и другие проблемы городов-миллионников заставляют нас искать эффективные решения, способные улучшить качество жизни.
Узнайте, как Интернет вещей и компьютерное зрение могут помочь в создании решения для интеллектуальной парковки, способного решить многие из таких проблем.
Разработка идей для решений Smart Parking..
Как я построил классификатор изображений без машинного обучения
Практические руководства
Как я построил классификатор изображений без машинного обучения
Для достижения точности 93,75% не всегда нужны продвинутые алгоритмы ML / DL.
«Это решение выглядит многообещающим, но позвольте нам вернуться к вам. Вложения на развертывание этого решения могут быть слишком высокими ».
Я был разочарован. Все мы знали, что это в конечном итоге означает.
Как мы могли не думать об этом? Мы уделяли слишком много внимания точности и производительности..
Что такое аннотация изображения? Введение в аннотацию изображений для машинного обучения
Производительность вашей модели машинного обучения зависит от качества и точности ее обучающих данных.
Машинное обучение, приложение искусственного интеллекта, дало нам распознавание речи, прогнозирование трафика, обнаружение онлайн-мошенничества, и это лишь некоторые из них, влияющие на нашу повседневную жизнь.
Компьютерное зрение, применение машинного обучения, дает компьютерам возможность видеть. Благодаря компьютерному зрению компьютеры могут видеть и интерпретировать окружающий..
Вычислительное зрение: тяжелые времена с TFLearn
Моя история начинается с того момента, когда я достаточно наигрался с OpenCV 3.3.0 и решил пойти дальше и попробовать что-то классное, чего я никогда раньше не пробовал, поэтому TensorFlow был такой большой блестящей штукой, как молот Тора, которую все хотят заполучить. но понятия не имею, как это работает и что делает (конечно, все мы слышали модные слова - машинное обучение, наука о данных, компьютерное зрение).
Моя рабочая машина - лучший Macbook Pro, это означает, что у меня совсем..
Обнаружение объектов в реальном времени с первого взгляда
Обнаружение объектов в реальном времени - это идентификация объекта в текущее время.
Разъяснение условий
В реальном времени - это фактическое время, когда происходит процесс или событие. Обнаружение объекта - это буквально составное слово «ОБЪЕКТ» и «ОБНАРУЖЕНИЕ».
Разница между локализацией изображения и обнаружением объектов
Всегда существует неправильное представление между локализацией изображения и обнаружением объектов. Локализация изображения Если на..
ДАВАЙТЕ ПОГОВОРИМ
Если вы когда-либо имели дело с компьютерным зрением, то, скорее всего, вы сталкивались с opencv и Dlib. OpenCv выходит за рамки этой статьи и будет рассмотрен позже. Dlib — это проект C++ с открытым исходным кодом, основанный на методах машинного обучения обработки изображений, который помогает решать проблемы реального мира. Его первоначальным создателем и основным сопровождающим является Дэвис Кинг, высококвалифицированный инженер-программист, у которого многому научились.
Что..
Как глубокое обучение подделывает видео (Deepfake) и как это обнаружить?
Изготовление порно картинок знаменитостей не является чем-то новым. Однако в конце 2017 года пользователь Reddit по имени Deepfakes начал применять глубокое обучение для создания поддельных видеороликов знаменитостей. Это запускает новую волну фейковых видео в Интернете. DARPA, как часть вооруженных сил США, также финансирует исследования по обнаружению фальшивых видеороликов. На самом деле применение ИИ для создания видео началось задолго до Deepfakes. Face2Face и UW «синтезируют Обаму..