В этом блоге проекта я расскажу о проекте классификации пород собак, который является краеугольным камнем моего проекта Udacity Data Scientist Nano Degree. Этот проект вращается вокруг распознавания лиц, Conv Net и обучения передаче. Обзор Цель проекта — создать веб-приложение, способное определять породу собаки , если на вход подается фотография или изображение. Если фотография или изображение содержит человеческое лицо, то приложение вернет ту породу собаки, которая больше всего..

Быстрый способ выйти в Интернет с вашим проектом машинного обучения! В моем последнем посте я экспериментировал с тем, как можно было бы использовать Zyro builder в качестве интерфейса для ускорения разработки проекта машинного обучения. Я создал службу классификации настроений текста, которая могла определять, было ли данное утверждение положительным, нейтральным или отрицательным. Теперь я снова экспериментирую, и на этот раз я хотел создать инструмент, который может..

FPEG обнаруживает лица на изображении и сжимает эти области меньше, чем окружающие пиксели. Теоретически зрительная кора человека более чувствительна к артефактам сжатия на лицах, чем к окружающему контексту, поэтому использование более высокого сжатия в нелицевых областях приведет к уменьшению изображений с сопоставимым воспринимаемым качеством. — Эндрю Шрайбер Использование API обнаружения лиц в RapidAPI для снижения качества фона изображений при сохранении разрешения лиц и..

Тестировать нейронные сети глубокого обучения на общедоступных наборах данных — это весело, но обычно на невидимых данных вы действительно можете увидеть, как на самом деле работают опубликованные методы. Недавно я пытался обнаружить человеческие лица на кадрах Игры престолов . Я был удивлен, увидев, что наиболее широко используемые методы не очень хорошо себя зарекомендовали. Сначала я попробовал Каскадный детектор OpenCV HaaR , затем Фронтальный детектор лица Dlib HOG . В обоих..