Публикации по теме computer-vision

Публикации по теме 'computer-vision'

Новая модель DC-SPP-YOLO обеспечивает более точное обнаружение объектов в реальном времени

Ученый искусственного интеллекта: новая модель DC-SPP-YOLO обеспечивает более точное обнаружение объектов в реальном времени Новая модель повышает точность обнаружения объектов YOLOv2 Это резюме исследования - лишь одно из многих, которые еженедельно распространяются в информационном бюллетене для ученых в области ИИ. Чтобы начать получать еженедельную рассылку , зарегистрируйтесь здесь . Выпуск You Only Look Once (YOLO) в 2016 году значительно повысил скорость и точность..

Многопроцессорность Python для обработки 3D-данных

Сегодня мы обсудим, как обрабатывать большие объемы данных с помощью многопроцессорной обработки Python. Я расскажу некоторую общую информацию, которую можно найти в руководствах, и поделюсь некоторыми небольшими приемами, которые я обнаружил, например, использование tqdm с многопроцессорной обработкой imap и параллельная работа с архивами. Так почему мы должны прибегать к параллельным вычислениям? При работе с данными иногда возникают проблемы, связанные с большими данными. Каждый..

Подробное описание [раздельной] свертки в TensorFlow

Чрезмерная подгонка: обычная история ленивых сетей Обучение глубокой нейронной сети, которая может хорошо обобщаться на новые данные, является сложной задачей. Модель со слишком малой емкостью не может изучить проблему, тогда как модель со слишком большой емкостью может изучить ее слишком хорошо и чрезмерно соответствовать набору обучающих данных. В обоих случаях получается модель, которая плохо обобщается. Как упоминала IBM Чрезмерная подгонка - это концепция в науке о данных,..

PyChubby - Автоматическое искажение лица

Вступление Все мы знаем эту историю. Вы просите случайного человека на улице сфотографировать вас и ваших друзей. Через несколько мгновений вы с радостью благодарите их и продолжаете жить своей жизнью. Через некоторое время вы наконец садитесь за чашку кофе и просматриваете свои фотографии. «Боже мой, почему никто из нас не улыбается ?!» Прежде всего, не паникуйте. Это твой счастливый день. Если вы знаете, как установить вещи по пипу, это может быть надежда. pip install..

Семантическая сегментация 150 классов объектов с помощью 5 строк кода

Семантическая сегментация 150 классов объектов с помощью PixelLib Теперь можно выполнять сегментацию на 150 классах объектов, используя модель ade20k с PixelLib. Модель Ade20k - это модель deeplabv3 +, обученная на наборе данных ade20k, наборе данных со 150 классами объектов. Благодаря зоопарку моделей tensorflow deeplab я извлек модель ade20k из ее контрольной точки модели tensorflow. Установите последнюю версию tensorflow (tensorflow 2.0) с помощью: pip3 установить тензорный..

Организации в Австралии медленно внедряют машинное обучение?

Здесь, в DiUS, мы говорили со многими компаниями об использовании ML в течение последних пяти лет и обнаружили, что большинство организаций хотят внедрить ML, но эта преобразующая технология не внедряется с той скоростью, которой она должна быть. На самом деле, наш опыт показывает, что значительная часть организаций с трудом выходит за рамки проверки концепции или стадии пилотного проекта. Выбор правильной проблемы, проблемы с данными, точность модели и интеграция приложений могут..

Введение в MXNet API - часть 5

В части 4 мы увидели, насколько легко было использовать предварительно обученную версию модели Inception v3 для обнаружения объектов. В этой статье мы загрузим две другие известные сверточные нейронные сети (VGG19 и ResNet-152) и сравним их с Inception v3. VGG16 Опубликованная в 2014 году модель VGG16, построенная из 16 слоев ( исследовательская статья ). Он выиграл конкурс ImageNet 2014 , достигнув уровня ошибок при классификации объектов 7,4% . ResNet-152..