Powiązane publikacje 'computer-vision'
Szczegółowe wyjaśnienie ewolucji sieci klasyfikacji obrazów
W ostatnich latach w dziedzinie głębokiego uczenia się nastąpił bezprecedensowy postęp, napędzany chęcią naśladowania skomplikowanego działania ludzkiego mózgu. U podstaw głębokiego uczenia się leży odtworzenie zdolności mózgu do przetwarzania informacji z różnych źródeł i wyciągania znaczących wniosków. Ta głęboka inspiracja doprowadziła do opracowania nowatorskich architektur, które nie tylko umożliwiają realizację złożonych zadań, ale także odkrywają głębsze warstwy reprezentacji..
Open CV/Python: czym są operacje bitowe i jak je wykonać?
Operacje bitowe leżą w ciemnej stronie informatyki i programowania. Są to tajemnicze stworzenia, nieco przerażające, ale czasami potwornie przydatne. W tym artykule skupimy się na wyjaśnieniu, w jaki sposób można je zastosować w dziedzinie widzenia komputerowego i jak można z nich korzystać w OpenCV i Pythonie.
Mam nadzieję, że uznasz to za przydatne!
Zaczniemy od zastosowania tych operacji do obrazów binarnych przed wprowadzeniem masek, aby zobaczyć, jak możemy ich użyć w przypadku..
Szacowanie odległości (kamera internetowa) za pomocą jednej kamery 📷 OpenCV-python
Jak zatem możemy określić odległość od kamery obiektowej w czasie rzeczywistym, korzystając z kamery internetowej z przyzwoitą dokładnością, bez konieczności stosowania dodatkowego sprzętu, takiego jak kamera stereofoniczna lub czujnik głębokości?*
W tym wpisie na blogu omówimy implementację prostego algorytmu zwanego podobieństwem trójkątów. W przypadku wykrywania obiektów uprościmy to, używając po prostu wykrywania twarzy w OpenCV.
Film demonstracyjny dotyczący szacowania odległości..
Używanie SHAP do debugowania modelu regresji obrazu PyTorch
Wykorzystanie DeepShap do zrozumienia i udoskonalenia modelu napędzającego samochód autonomiczny
Przerażają mnie autonomiczne samochody. Wielkie kawałki metalu latają bez ludzi, którzy mogliby je powstrzymać, jeśli coś pójdzie nie tak. Aby zmniejszyć to ryzyko, nie wystarczy ocenić modele napędzające te bestie. Musimy także zrozumieć, w jaki sposób prognozują. Ma to na celu uniknięcie wszelkich przypadków Edge, które mogłyby spowodować nieprzewidziane wypadki.
OK, więc nasza..
Widzenie komputerowe, głębokie uczenie się i wykrywanie obiektów
Kompleksowa analiza algorytmów detekcji obiektów
Przegląd
Ludzki mechanizm wizjonerski jest fascynujący. Sensory wizualne odbierają obraz i przetwarzają go na sygnały elektryczne, które przekazują do systemów neuronowych. Następnie mózg przetwarza sygnały, ostatecznie umożliwiając ludziom widzenie i zrozumienie kontekstu obrazu, w tym tego, które obiekty się na nim znajdują oraz gdzie i ile ich jest. Wszystkie te złożone procesy zachodzą natychmiast. Jeśli ktoś otrzyma długopis i..
Jakie są metody optymalizacji i regularyzacji stosowane w głębokim uczeniu się?
Artykuł nr 9 z serii „Głębokie uczenie się dla widzenia komputerowego”.
Aby znaleźć najlepsze wagi/obciążenia (W/b) parametrów modelu w fazie uczenia się, stosuje się algorytm optymalizacji. Najczęściej używanym jest „zejście gradientowe” , które jest iteracyjnym algorytmem optymalizacji działającym przez…
Wizja komputerowa nowej generacji: AWS DeepLens
Jak wdrożyć model wykrywania obiektów przy użyciu AWS DeepLens
AWS DeepLens można opisać jako konfigurowalną kamerę, która umożliwia użytkownikom ćwiczenie technik przetwarzania multimediów strumieniowych w czasie rzeczywistym w krótszym czasie.
W AWS DeepLens można wdrożyć trzy różne typy modelowania. W tym poście będziemy pracować nad modelem wykrywania wstępnie przeszkolonych obiektów.
Wizja komputerowa nowej generacji: AWS DeepLens AWS DeepLens to..
