Публикации по теме 'image-classification'


Как реализовать задачи Transfer Learning on Computer Vision с помощью PyTorch
Введение Трансферное обучение — это мощная техника машинного обучения и глубокого обучения, где предварительно обученные нейронные сети используются в качестве отправной точки для обучения новых моделей различным задачам или областям. Вместо обучения нейронной сети с нуля, для чего требуется большой объем размеченных данных и вычислительных ресурсов, трансферное обучение позволяет нам использовать знания, полученные в одной задаче или области, и применять их к другой связанной или..
GSoC Red Hen Lab — Неделя 8
Конвейер для сегментации мультимодальных телешоу Привет, с возвращением! Если вы еще не читали вступительную статью , основанную на периоде общения с сообществом, я настоятельно рекомендую вам сделать это, прежде чем продолжить. На прошлой неделе я завершил первый этап конвейера мультимодальной сегментации телешоу (mtvss). На этом этапе создается CSV-файл с классификационной меткой (последовательность рекламы/заголовка), временем начала, временем окончания и достоверностью..
Pytorch Классификация спутниковых изображений с использованием нейронных сетей.
Pytorch Классификация спутниковых изображений с использованием нейронных сетей. ВВЕДЕНИЕ Описание набора данных: содержит четыре класса спутниковых изображений: вода , пустыня , облачность и зеленые зоны, по 1500 изображений каждого класса. В тестовой папке содержится по 40 изображений каждого класса. ссылка на набор данных: https://www.kaggle.com/mahmoudreda55/satellite-image-classification Цель . Разработать модель глубокого обучения или нейронной сети, которая может..
CNN, спасатель жизни Джона! (Проект классификации изображений кухонной посуды)
Проект классификации изображений кухонных принадлежностей с использованием сверточных нейронных сетей Представьте себе мир, в котором природа постановила, что ни одно существо не должно жить за счет воды и пищи! В этом мире сущность воды и пищи не имеет значения. Больше никаких криков «Джуди» за едой. Возможно, мы не стали бы утомлять этих проницательных профессоров добавлением слова «голод» в Оксфордский словарь. Каждое существо проживает жизнь за пределами ресторанов и баров...
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..
Хот-дог или нет? Урок по классификации изображений с помощью сверточных нейронных сетей
Я начну этот пост с одной из моих любимых сцен из Кремниевой долины: Когда вышел этот эпизод, я был довольно далек от мира Data Science. Я подумал, что это весело и умно, но я даже не задумывался о технических тонкостях того, как Цзянь Ян мог определить, было ли его фото хот-догом или нет. Поэтому, когда я узнал о нейронных сетях, в частности об использовании сверточных слоев, я сразу соединил точки и понял, что должен создать эту технологию для себя. Я сотрудничал с моим..
Реализация CNN для задач классификации изображений в Google Colab.
Введение в набор данных Цель этого проекта — распознать тип цветка на изображении. Это может быть полезно, учитывая, что не так уж много людей являются знатоками цветов и не могут различать разные типы цветов. К счастью, компьютеры и сверточные нейронные сети очень хороши в этом, учитывая правильные данные. В гипотетической ситуации вы видите, что у вас во дворе растут цветы, или вам подарил цветы любимый человек, сфотографируйте их и запустите в этой программе. Результатом будет точное..