Публикации по теме 'convolutional-network'
Планирование 2D-пути с помощью CNN
Сверточная нейронная сеть (CNN) — популярная модель для решения таких задач, как классификация изображений, сегментация, обнаружение объектов и т. д. Это эксперимент по оценке ее применения для решения простых задач планирования 2D-пути. Используемый язык программирования — Python, с PyTorch, NumPy и OpenCV в качестве основных библиотек. Вы можете найти исходный код на моем GitHub .
Задание
Проще говоря, с учетом карты сетки занятости двухмерное планирование пути заключается в поиске..
Реализация Tensorflow статьи «Синтез текстур с использованием сверточных нейронных сетей»
В этом учебнике мы реализовали базовый документ для передачи алгоритмического стиля, а именно Синтез текстуры с использованием сверточных нейронных сетей Леона А. Гатиса, Александра С. Эккера, Матиаса Бетге.
Статья посвящена созданию/синтезу текстуры из образца изображения текстуры из зашумленного изображения. По сути, это попытка получить представление о сверточной нейронной сети.
Здесь мы использовали сеть тензорного потока VGG16, в отличие от той, которую используют авторы (сеть..
Тонкая настройка ConvNext на ваших данных
Введение
Обучение модели глубокого обучения (DNN) — очень трудоемкая задача, требующая большого количества оборудования. К счастью, мы можем использовать предварительно обученные модели, разработанные и обученные ведущими исследователями в крупных организациях или исследовательских центрах. Использование этих предварительно обученных моделей значительно сокращает время обучения и одновременно улучшает результаты вашей индивидуальной модели.
Обнаружение деревьев с помощью глубокого обучения
Опубликовано на моем сайте
Идея/Вдохновение
Я создаю проект, который может определять деревья по спутниковым данным. Эта идея пришла ко мне от компании 20tree.ai . Которая использует спутниковые снимки и искусственный интеллект для отслеживания лесов и растительности по всему миру. Они много используют для этой технологии. Вы можете отслеживать вырубку лесов в районе. Отслеживая количество пропавших деревьев за определенный период времени. Компания Спасепт использует..
Самый простой подход к классификации изображений
Обзор
Знаете ли вы, что в мире существуют сотни пород собак. Есть сайт dogtime , на котором представлены 266 отдельных пород собак. Теперь представьте, что вы отправились в путешествие по прекрасному месту и нашли очень милую собаку, которую хотели узнать, породу собаки. В этом случае я могу помочь вам создать классификатор изображений, который сможет определять породу собак.
Сегодня я собираюсь показать вам, как создать классификатор изображений с помощью простейших методов..
Интуитивное руководство по сверточным нейронным сетям (CNN)
Итак, вы начали свои шаги в храме всемогущего существования ИИ, преодолели машинное обучение, глубокое обучение и компьютерное зрение и оказались лицом к лицу с боссом последнего уровня… Мутация глубокого обучения и компьютерного зрения! Поначалу это может показаться пугающим, но с правильным оружием, которое я предоставлю вам в этом блоге, вы заставите его дрожать перед вашими пальцами программиста!
Хватит мистики и давайте углубимся в ConvNets.
Очень краткая история CNN..
Адаптация моделей компьютерного зрения для временных рядов и автоматизированного просмотра ЭЭГ
Советы по применению современных моделей компьютерного зрения к временным рядам и анализу ЭЭГ.
Помощь в диагностике с помощью глубокого обучения
Для таких заболеваний, как эпилепсия, сбор данных физиологических временных рядов (таких как ЭЭГ и ЭКГ) жизненно важен для постановки диагноза и назначения лечения. Тем не менее, эти данные часто представляют собой огромные объемы информации (одно 7-дневное исследование ЭЭГ представляет более 3 миллиардов точек данных!) и требуют, чтобы..
