Публикации по теме 'computer-vision'
Больше ResNet с градиентной эпизодической памятью
В последних двух постах здесь и здесь я писал о Градиентной Эпизодической Памяти и улучшении соответственно. В оригинальной работе был реализован только ResNet18. Здесь я представлю дополнение к исходной работе, которое позволит нам реализовать ResNet50, ResNet101 и ResNet152.
Здесь — это введение в архитектуру ResNet. Теперь автор статьи уже дает нам решение по реализации ResNet50 и определяет ключевые различия между ResNet18 и ResNet50. Тем не менее, есть некоторые проблемы на..
Федерированная радиология: самоконтролируемая децентрализованная сегментация органов риска
В сфере медицинской визуализации, где точность сочетается с инновациями, новаторский проект меняет правила сегментации органов для радиологических изображений. Благодаря возможности самостоятельного обучения эта инициатива может изменить планирование лучевой терапии и поднять уход за пациентами на новую высоту.
Презентация проекта: самоконтролируемая сегментация органов риска
Представьте себе будущее, в котором искусственный интеллект будет сотрудничать с медицинскими работниками..
Что на самом деле делает INTER_AREA OpenCV?
Недавно я изучаю компьютерное зрение и наткнулся на функцию resize в OpenCV. Для изменения размера изображения необходим способ вычисления значений пикселей для нового изображения по сравнению с исходным. Пять таких методов интерполяции, предоставляемые OpenCV, - это INTER_NEAREST , INTER_LINEAR , INTER_AREA , INTER_CUBIC и INTER_LANCZOS4 .
Среди этих пяти методов четыре довольно легко догадаться, как они выполняют интерполяцию. INTER_NEAREST использует интерполяцию ближайшего..
Как компьютерное зрение и машинное обучение вписываются в будущее дополненной и виртуальной реальности?
Компьютерное зрение и машинное обучение играют важную роль в расширении возможностей дополненной реальности (AR). Они улучшают взаимодействие с дополненной реальностью, обеспечивая компьютерную обработку, которая выходит за рамки базовой интерпретации физической реальности, такой как распознавание жестов, распознавание объектов, отслеживание выражения лица, 3D-реконструкция и многое другое.
Сегодня мы наблюдаем распространение мобильных платформ дополненной реальности, таких как Layar..
Определение времени в пути по маршруту с помощью SpaceNet
Определение времени в пути по маршруту с помощью SpaceNet
Выбор оптимального маршрута на основе изображений дистанционного зондирования остается серьезной проблемой, несмотря на его важность для широкого круга приложений. Хотя идентификация пикселей дороги предпринималась и раньше, оценка времени проезда по маршруту по изображениям, полученным с высоты птичьего полета, остается новой проблемой. С этой целью мы опираемся на наш предыдущий пост и исследуем масштабное извлечение..
Выбор данных для компьютерного зрения за 5 шагов
Во многих формах данные действуют как учебный материал для моделей машинного обучения. Действительно, производительность моделей машинного обучения зависит от качества данных, на которых они обучаются. Поэтому выбор наилучшего обучающего набора данных не менее важен, чем разработка самой модели.
В этом сообщении в блоге предлагаются пять хронологических шагов для выбора данных для задач компьютерного зрения: (1) понимание собранных данных, (2) определение требований к набору обучающих..
Достижение 99% точности в классификации кошек и собак с использованием CNN Transfer Learning
Задача «кошки против собак» — классический пример классификации изображений в компьютерном зрении, где задача состоит в том, чтобы научить модель различать изображения кошек и собак. Эта задача часто используется в качестве эталона для оценки производительности алгоритмов компьютерного зрения и для сравнения различных подходов к классификации изображений.
В этой задаче я использовал очистку данных, дополнение и передачу обучения более новым моделям CNN, построенным на Tensorflow, для..
