Публикации по теме 'computer-vision'
Встречайте I-JEPA: первую супермодель Meta AI, основанную на их теории автономного интеллекта
Новая модель способна делать прогнозы на основе абстрактных прогнозов, а не деталей на уровне пикселей.
Недавно я запустил образовательный информационный бюллетень, посвященный ИИ, у которого уже более 160 000 подписчиков. TheSequence — это информационный бюллетень, ориентированный на машинное обучение, без BS (то есть без шумихи, без новостей и т. д.), чтение которого занимает 5 минут. Цель состоит в том, чтобы держать вас в курсе проектов машинного обучения, научных работ и..
Эффективное использование сотен аннотаторов для высококачественных этикеток: руководство
Введение
За последние 2 года мы помогли сотням компаний, занимающихся компьютерным зрением, и обучили тысячи аннотаторов для их проектов по маркировке данных. Главный вывод? Это трудоемкий и утомительный процесс.
Постоянно возникали одни и те же вопросы:
"Как мы можем гарантировать, что аннотаторы будут создавать высококачественные метки?" "Есть ли наиболее эффективный способ добавить их в проекты аннотаций?" "Сколько времени обычно требуется, чтобы аннотаторы прошли..
Советы и рекомендации FiftyOne по компьютерному зрению — 11 ноября 2022 г.
Добро пожаловать в наш еженедельный блог с советами и рекомендациями FiftyOne, где мы резюмируем интересные вопросы и ответы, недавно появившиеся на Slack , GitHub , Stack Overflow и Reddit.
Подождите, а что такое FiftyOne?
FiftyOne — это набор инструментов машинного обучения с открытым исходным кодом, который позволяет группам специалистов по обработке и анализу данных повышать производительность своих моделей компьютерного зрения, помогая им выбирать высококачественные наборы..
Датчики глубины - ключ к открытию новых приложений компьютерного зрения.
Это руководство по датчикам глубины - первое из многих от Comet Labs , посвященных глубоким технологическим инновациям в области искусственного интеллекта и робототехники.
Создано Роландом Ли
Возможно, вы видели несколько историй о грядущем iPhone 8. Ожидается, что iPhone 8 будет включать в себя гораздо лучшие возможности AR (поддерживаемые выпуском AR Kit), а также лазерный датчик с двойной камерой.
Но почему вам должна быть интересна эта новая комбинация камеры и лазера? Потому..
Совместные проекты Omdena (Часть 2): Мой опыт Omdena
Совместные проекты Omdena (Часть 2): Мой опыт Omdena
Введение
Эта статья содержит краткое изложение последнего проекта Omdena, в котором я и другие сотрудники участвовали. В ней объясняется проблема, структура сотрудничества, вклад и полученные знания.
Название проекта : «Разработка модели искусственного интеллекта для определения местоположения школ в Судане по спутниковым снимкам».
Проблема
Точные данные о местоположении школ имеют решающее значение для Giga , совместной..
Еженедельные байты AV Data Science
Знаете ли вы, что в Analytics Vidhya публикуются гостевые статьи от экспертов в предметной области в области науки о данных, искусственного интеллекта и машинного обучения?
Приглашенные авторы из разных областей делятся своими знаниями и опытом в своих статьях в нашей публикации Medium. От распознавания лиц до Elmo, BERT и нейронных сетей наши приглашенные авторы также опубликовали статьи по различным концепциям, областям и последним разработкам.
Считаете письмо своей сильной..
Оптическое распознавание символов
OCR ( Оптическое распознавание символов ) – это технология, которая позволяет преобразовывать типы документов, такие как отсканированные бумажные документы, файлы PDF или изображения, сделанные цифровой камерой, в редактируемые и доступные для поиска данные. OCR создает слова из букв и предложения из слов, выбирая и отделяя буквы от изображений.
В этой статье мы сравниваем Keras OCR, PyTesseract и EasyOCR.
Если у вас нет никаких предварительных знаний, я могу порекомендовать это...
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..