Публикации по теме 'computer-vision'
Как выбрать лучшие модели машинного обучения для компьютерного зрения?
Эта статья была первоначально размещена на нашем сайте компании . Платформа для разработчиков Lakera позволяет командам машинного обучения создавать отказоустойчивые модели компьютерного зрения.
Учитывая, что у вас есть две модели машинного обучения, какую из них вы бы выбрали и почему? Перед каждым инженером по машинному обучению стоит задача выбрать оптимальное сочетание гиперпараметров, архитектур моделей, оптимальных экспериментов во время разработки и какие данные собирать,..
Использование глубокого обучения для обнаружения сцен отеля
Не судите книгу по обложке
Вы, должно быть, часто слышали эту фразу, но она не на 100% верна. Мы часто судим о чем-то по первому увиденному, в том числе выбираем место для проживания. Tiket.com готов предоставить пользователям лучший опыт, чтобы они могли легко определить, как выглядит отель. Это означает, что мы должны поместить изображение здания или спальни в качестве основного изображения вместо изображения ванной комнаты.
Учитывая приведенные выше примеры, мы видим, что..
Заключительный отчет GSoC ’17
Заключительный отчет GSoC ’17
Этим летом мне посчастливилось поработать над проектом ViSP-Unity Augmented Reality Demonstration с моими замечательными наставниками Marc Poliquen и Fabien Spindler в рамках Программы Google Summer of Code . Я работал над обеспечением функциональности ViSP в движке Unity3D, и теперь, когда программа завершена, я хотел бы воспользоваться моментом, чтобы обобщить то, что я сделал, вспомнить многие вещи, которые я узнал из множества успехов и неудач,..
Сверточные нейронные сети Работа с изображениями стала проще
Благодаря своей способности обрабатывать огромные объемы данных, глубокое обучение за последние несколько десятилетий превратилось в чрезвычайно мощную технологию. Сети со скрытым уровнем в настоящее время более популярны, чем обычные методы, особенно для распознавания образов. Сверточные нейронные сети являются одними из наиболее широко используемых глубоких нейронных сетей.
Итак, давайте посмотрим на работу CNN.
Почему полезны сверточные нейронные сети и что они из себя представляют?..
Обучение пользовательского YOLOv7 в PyTorch и запуск его непосредственно в браузере с помощью TensorFlow.js
Пользовательское обнаружение объектов YOLOv7 с помощью TensorFlow.js
Обучение пользовательской модели YOLOv7 в PyTorch и преобразование ее в TensorFlow.js для автономного обнаружения в реальном времени в браузере.
Недавно я открыл реализацию YOLOv7 в Tensorflow.js , и самый распространенный вопрос, который я получил, был:
Как вы преобразовали модель из PyTorch в Tensorflow .js ?
Этот пост расскажет об этом процессе, решив реальную проблему с помощью пользовательской модели..
Распознавание жестов рук с использованием TinyML на OpenMV
Обзор
Поскольку основанная на зрении технология распознавания жестов рук является важной частью взаимодействия человека с компьютером. Этим технологиям, таким как распознавание речи и распознавание жестов, уделяется большое внимание в области человеко-компьютерного взаимодействия. Проблема была первоначально решена сообществом компьютерного зрения с помощью изображений и видео. Совсем недавно появление недорогих потребительских камер глубины открыло путь к нескольким различным..
ИИ, машинное обучение и компьютерное зрение
Хосе Бенитес Генес, ИТ-директор Intuitive, рассказал о различиях между искусственным интеллектом, машинным обучением и компьютерным зрением.
Посмотрите это эксклюзивное интервью с директором по информационным технологиям компании, которая создает идеальный опыт совершения покупок один на один для будущего розничной торговли: гибкий, умный, полностью автоматизированный, без наличных денег и без очередей. Просто бери и иди.
О технологии
Программное обеспечение Intuitivos создано с..
Новые материалы
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..