Публикации по теме 'computer-vision'
Последние достижения в обучении репрезентации с самостоятельным наблюдением и без учителя (2019–2022 гг.).
Моя последняя работа по полуконтролируемому обучению оказалась интересна многим. Итак, я решил сделать аналогичное резюме по репрезентативному обучению. Лично я люблю эту область и возлагаю большие надежды на 2022 год. В этой статье я попытался обобщить многие важные работы, опубликованные за последнее время. Возможно, я что-то пропустил, но все же попытался написать хорошую вводную статью в эту область машинного обучения. Надеюсь, я сэкономлю чье-то время на переваривание информации...
Практическое руководство по применению Grad-CAM для объяснения классификаторов изображений с использованием Keras и…
Узнайте, как применять Grad-CAM с помощью Keras и TensorFlow для объяснения классификаторов изображений на основе глубокого обучения.
Алгоритмы классического машинного обучения (ML) неэффективны по сравнению с алгоритмами глубокого обучения (DL) при применении к неструктурированным данным, таким как изображения и текст. Из-за преимущества автоматического извлечения признаков в DL по сравнению с ручным проектированием признаков в классическом ML алгоритмы DL более эффективны с точки..
Как оптимизировать конвейер компьютерного зрения… без кода?
Вы когда-нибудь хотели заняться искусственным интеллектом и машинным обучением, но не умеете кодировать, или хотели упростить конвейер компьютерного зрения на одной платформе? Не волнуйтесь, поскольку с недавно выпущенной платформой Datature вы можете создавать свои собственные модели компьютерного зрения, которые могут обнаруживать объекты на изображениях и многое другое!
Во-первых, что такое компьютерное зрение?
Компьютерное зрение (далее здесь CV) - это подмножество..
Умный виртуальный фитнес-тренер
Создание приложения для фитнес-тренировок с использованием Python и машинного обучения
Эта статья является результатом завершающего проекта для получения диплома в области искусственного интеллекта и машинного обучения. Полный код и отчет о проекте можно найти на этом сайте GitHub.
Бизнес-кейс
С появлением пандемии Covid-19 многие отрасли бизнеса сильно пострадали. Из-за того, что спортивные залы были закрыты в соответствии с нормами и протоколами covid-19, индустрия фитнеса..
Универсальный магазин для всех основ OpenCV
Подробное руководство по OpenCV для Python
Введение
От робототехники до программного обеспечения для распознавания лиц, компьютерное зрение имеет множество применений в нашей повседневной жизни. OpenCV предоставляет обширную библиотеку с открытым исходным кодом для любителей и профессионалов, чтобы использовать возможности обработки изображений и использовать их, позволяя обнаруживать объекты, манипулировать изображениями и анализировать видео. В этом сообщении в блоге будут..
Более быстрое обучение эффективных CNN
Недавно было показано, что глубинные свертки очень эффективны при проектировании эффективных сетей, таких как MobileNet и ShuffleNet . Однако обучение таким эффективным сетям занимает больше времени, обычно 300–400 эпох , чтобы достичь современной точности набора данных ImageNet.
В этой статье мы описываем эффективный планировщик скорости обучения , представленный в статье ESPNetv2 (CVPR'19), который позволяет обучать эффективные сети примерно за 100 эпох без каких-либо..
Сегментация изображений нетрадиционных коллекторов
Рабочий процесс компьютерного зрения, основанный на двухэтапной неконтролируемой модели сегментации изображения для обнаружения соответствующих интервалов глубины, представляющих геологические закономерности.
Введение
За последние годы мир компьютерного зрения добился больших успехов. Многие документы, наборы данных, модели машинного обучения и фреймворки теперь доступны в Интернете благодаря сообществу. Компании могут воспользоваться этими инструментами для разработки собственных..
