Публикации по теме convolution-neural-net

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..