Публикации по теме 'computer-vision'
Анонс FiftyOne 0.18 с улучшениями производительности приложения, режимами боковой панели и пользовательскими атрибутами
Voxel51 совместно с сообществом FiftyOne рады объявить об общедоступной версии FiftyOne 0.18 !
Подожди, 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 данных, оценивать модели, находить ошибки, визуализировать встраивания и быстрее приступать к работе...
Приложение для бесконтактного экрана с нуля с помощью Python.
Создайте собственное приложение для бесконтактного экрана с помощью OpenCV. Начните свое путешествие по компьютерному зрению с этого проекта.
вступление
Я очень рад поделиться с вами еще одним из моих проектов по использованию Python в повседневной жизни .
Идея состоит в том, чтобы управлять экраном компьютера, даже не касаясь его.
Звучит круто, правда?
Да, это круто и, что более важно, у этой идеи есть ряд полезных приложений. Особенно в период пандемии, когда люди не..
Оптимизация глубокого обучения
Подборка интересных сравнений, тестов и графиков
Превращение Raspberry Pi 3B + в сервер распознавания объектов с помощью Intel Movidius NCS2
Мы превращаем raspberry PI 3B + в сервер распознавания объектов, разворачивая архитектуру MobileNet-SSD для полноценного решения на платформе Intel OpenVINO .
В этой части мы собираемся использовать легко скомпилированную нейронную сеть в Intel Neural Compute Stick, чтобы она могла получать изображения в кодировке Base64 и превращать их в предсказания ограничивающей рамки. Кроме того, будет предоставлен пример внешнего интерфейса, который отправляет данные с камеры в PI. Не..
Пространственное картографирование в компьютерном зрении с использованием ZED
Stereolabs — ведущий поставщик стереоскопических 3D-камер и программных решений. Сильный портфель продуктов, состоящий из 3D-стереоскопических камер, шлюзов и платформы управления камерами. Компания Stereolabs внедрила более 50 000 камер и предоставляет комплексное решение со своим SDK и API для простой интеграции вместе со своей камерой, которая используется более чем 8900 клиентами по всему миру. Stereolabs также тесно сотрудничает с NVIDIA в области разработки продуктов.
Затем ZED..
Как AEDIT повысил точность модели на 6% с помощью SuperAnnotate
Обзор компании
AEDIT создает ориентированную на пользователя технологию, которая преобразует сложную медицинскую информацию в простые в использовании инструменты и привлекает ресурсы для расширения возможностей пользователей на протяжении всего их эстетического пути.
AEDIT, основанная дважды сертифицированным хирургом по пластической и реконструктивной хирургии лица, упрощает и защищает поиск эстетических решений и квалифицированных поставщиков. В качестве единого надежного..
Обнаружение сонливости водителя
Причина или источник вдохновения, по которым мы выбрали именно эту тему:
Каждый день и ночь маршрутом пользуется большое количество людей. Таксисты, водители автобусов, водители грузовиков и те, кто ездит на работу на большие расстояния, лишены сна. В результате вождение в сонном состоянии чрезвычайно рискованно. Большинство аварий происходит из-за усталости водителя.
21 процент всех несчастных случаев со смертельным исходом происходит из-за вождения в сонном состоянии, что..
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..