Публикации по теме 'convolution-neural-net'
НЕДЕЛЯ 2: Обнаружение малярийных паразитов
Всем привет! На этой неделе мы подробно расскажем о работах, связанных с нашим проектом. Первую неделю можно найти здесь .
Похожие работы
Мы рассмотрели 3 работы, связанные с нашим проектом. В первом из них для построения сверточной нейронной сети использовался фреймворк глубокого обучения Keras. Оптимизатор, используемый для обучения модели, - Адам , и модель обучалась и проверялась на протяжении 25 эпох.
И, наконец, матрица путаницы первых родственных работ выглядит..
Классификатор птиц для кормушек с использованием Keras
Введение
Это короткое упражнение для классификации птиц у вашей кормушки с использованием Keras и Tensorflow в качестве серверной части. Это продолжение моего коллеги по работе, Робина Коула, проекта Hackster Motion Activated Image Capture and Classification of Birds . Эта система в основном использует чувствительную к движению веб-камеру USB, прикрепленную к кормушке для птиц за окном, и захватывает изображения при срабатывании. Однако возникает много ложных срабатываний, когда около..
Передача VGG16 для обнаружения рака
Я впервые увидел сверточную нейронную сеть (CNN) на уроке обучения с подкреплением, когда профессор говорил о том, как DQN может играть в игры Atari на человеческом уровне. Поскольку это урок обучения с подкреплением, профессор не стал много объяснять о сверточных слоях в DQN, но сосредоточился на том, как нейронная сеть аппроксимирует значения Q. Конечно, я уже много раз слышал об использовании CNN для классификации изображений, но я понятия не имел, почему сверточные слои имеют решающее..
Реализация AlexNet с использованием Keras
Введение:
Алекс Крижевский, Джеффри Хинтон и Илья Суцкевер создали архитектуру нейронной сети под названием «AlexNet» и выиграли соревнование по классификации изображений (ILSVRC) в 2012 году. Они обучили свою сеть на 1,2 миллиона изображений с высоким разрешением в 1000 различных классов с 60 миллионами параметров и 650 000 нейронов. . Обучение проводилось на двух графических процессорах с концепцией разделения слоев, потому что в то время графические процессоры были немного..
Глубокое обучение и сверточная нейронная сеть
В этом посте подводятся итоги занятий по глубокому обучению в рамках программы Udacity Data Science Nano Degree Program. Репозиторий Github: https://github.com/jl4730/DeepLearning
1 Введение в нейронные сети
Алгоритм восприятия:
В этом видео выше показана простая задача классификации 0/1 и то, как постепенно достигается оптимальная линия классификации.
Но большую часть времени нам приходится иметь дело с более сложными задачами с несколькими классами и сложными границами..
Обнаружение трещин в бетоне с помощью CNN-SVM и обнаружения изменений на основе изображений.
Полные статьи можно найти здесь и здесь . Примечание. Я в основном скопировал основные моменты из этих статей. Я не написал ничего нового.
Обнаружение трещин Для обнаружения трещин на бетонных или кирпичных конструкциях визуальный осмотр человеком является чрезвычайно трудоемким процессом.
На рис. 1 показана схема предлагаемого метода автоматического обнаружения трещин в бетоне. Система начинает со сбора изображений трещин в момент времени T1 для создания 3D-модели. Затем..
Рекомендации по экипировке
Предыстория В интернет-магазине модной одежды изображения одежды - это манекены обычных магазинов. Они могут дать покупателям идеи о том, как стилизовать и комбинировать продукты. Клиенты хотят знать, что надеть, как создать образ, а покупатели хотят иметь простой способ подобрать модную одежду. Многие изображения одежды / продуктов содержат ценную информацию о том, как комбинировать продукты. Одна из наших задач - как использовать эти изображения в уже доступных нарядах для..