Публикации по теме 'computer-vision'
Как построить самоуправляемый автомобиль: найдите полосы движения
Первый маленький шаг, который должен сделать автомобиль, чтобы управлять собой, — это увидеть мир. Не просто просмотрите его, но определите правила и информацию, которые ему нужны, чтобы позволить себе захватить мир! Шучу, это будет Скайнет, а не машины.
Видение и контроль — это то, что мы с вами считаем само собой разумеющимся. Когда мы едем по шоссе, мы почти инстинктивно распознаем разные полосы движения и ведем машину по ним.
Но что именно мы делаем на самом деле? Визуально..
Введение в методы семантического сопоставления в НЛП и компьютерном зрении
Автор: Кен Гу и Рохит Саха
Это один и тот же человек? Как люди, мы можем видеть, что они один и тот же человек, несмотря на различия в растительности на лице. Но как система машинного обучения может прийти к такому же выводу? С семантическим соответствием!
Семантическое сопоставление - это метод определения того, имеют ли два или более элемента одинаковое значение.
Хотя приведенный выше пример касается изображений, семантическое сопоставление не ограничивается визуальной..
Подсчет различных лиц на изображении с помощью C # и Dlib
Горячей областью исследований в области компьютерного зрения является создание программного обеспечения, которое понимает человеческое лицо. Наиболее очевидным приложением является распознавание лиц, но мы также можем делать много других интересных вещей, таких как оценка позы головы, обнаружение эмоций, оценка взгляда и распознавание лиц.
Первым шагом в создании любого приложения для анализа лиц является выполнение Распознавания лиц : сканирование изображения и поиск всех..
Генеративно-состязательная сеть (GAN) с использованием PyTorch
import torch
import torchvision
import torch.nn as nn
import matplotlib.pyplot as plt
import torch.utils.tensorboard as tensorboard
import tqdm
Данные МНИСТ
BATCH_SIZE = 64
NUM_WORKERS = 4
data_transform = torchvision.transforms.Compose([
torchvision.transforms.ToTensor()
])
data = torchvision.datasets.MNIST(root="./data", train=True, transform=data_transform, download=True)
data_loader = torch.utils.data.DataLoader(dataset=data, batch_size=BATCH_SIZE, shuffle=True,..
Создайте набор данных для обнаружения объектов
Компьютерное зрение
Создайте набор данных для обнаружения объектов
Вступление
Первым шагом для решения большинства задач компьютерного зрения, таких как классификация, сегментация или обнаружение, является получение пользовательских данных для вашего набора проблем. Есть несколько способов создания помеченных данных; один из таких методов - аннотации.
Техника аннотации вручную создает области на изображении и присваивает им метку.
Теперь, чтобы не усложнять задачу, мы будем..
Глубокое погружение в обнаружение полос движения с помощью преобразования Хафа
Глубокое погружение в обнаружение полос движения с помощью преобразования Хафа
Перейти с нуля к герою - руководство по созданию алгоритма обнаружения линии полосы движения в OpenCV
Обнаружение полосы движения - один из важнейших компонентов беспилотных автомобилей. Есть много подходов к этому. Здесь мы рассмотрим простейший подход с использованием преобразования Хафа . Хорошо, давайте погрузимся в него!
Препараты
Итак, прежде чем мы начнем, нам нужно место для написания нашего..
Станьте художником по компьютерному зрению, автоматизированным машинным обучением с Auto Keras, БЕСПЛАТНЫМ набором данных DeepMind и многим другим ...
Добро пожаловать на новую неделю популярного обзора Analytics Vidhya AVBytes , совсем недавно появившегося в прессе! У нас для вас есть захватывающий набор статей и ресурсов по машинному обучению и глубокому обучению - ни один специалист по данным не захочет их пропустить.
Основные моменты прошедшей недели: Это была неделя, в которой доминировал Керас . Стэнфордский алгоритм Outpainting сделает вас художником компьютерного зрения, выполнит автоматизированное машинное обучение..
