Публикации по теме 'computer-vision'


HUCVL на выставке SIU 2017
С 15 по 18 мая Лаборатория компьютерного зрения Университета Хаджеттепе (HUCVL) примет участие в 25th IEEE Conference on Signal Processing and Communications Applications (SIU 2017) , крупной национальной ежегодной конференции по обработке сигналов, распознаванию образов и компьютерному зрению. На конференции Айкут Эрдем, Эркут Эрдем и Левент Каракан проведут краткий урок по состязательному обучению и генеративно-состязательным сетям , а также будут представлены 9 устных докладов от..
Когда машины понимают то, что видят
Когда машины понимают то, что видят Взгляните на картинку, сопровождающую эту запись: это недавняя фотография на моей странице в Facebook, на которой изображен мост через реку ночью, отраженный в воде, с несколькими огнями, отмечающими Новый год. Можно сказать, ничего необычного в этом нет. Теперь посмотрите на подпись, где алгоритм искусственного интеллекта Facebook отсканировал фотографию, интерпретировал ее, сравнил с огромной библиотекой изображений, используемых для ее обучения,..
День 4: Пиксельные рекуррентные нейронные сети
[ 25 января 2016 г. ] Создание изображений с помощью RNN TL-DR Pixel-RNN представляет новую архитектуру с повторяющимися слоями и остаточными соединениями, которая прогнозирует пиксели по вертикальной и горизонтальной осям. Архитектура моделирует совместное распределение пикселей как продукт условного распределения пикселей по горизонтали и диагонали. В модели реализованы новейшие достижения в области создания естественных изображений. (…) Мы можем сделать вывод, что PixelRNN..
Искусственный интеллект: неделя №23 | 2021
На этой неделе в разделе ИИ и машинное обучение: ИИ разрабатывает чипы ИИ быстрее, чем люди, доставка дронами Kroger, правительственные данные для исследований ИИ, вызов NetHack RL, TensorFlow Quantum и многое другое! Примечание автора: Если вы заинтересованы в изучении компьютерного зрения, присоединяйтесь к моим предстоящим живым семинарам: Введение в компьютерное зрение: создание моделей обнаружения объектов и наборов данных — 30 июня в 17:30 по тихоокеанскому времени. Аннотации..
Обнаружение строк обрезки с использованием Python и OpenCV
Полная автоматизация земледелия неизбежна. С момента изобретения колеса фермеры осваивают каждую новую волну технологий. В этой серии статей мы узнаем, как воспользоваться этим преимуществом, используя достижения в области компьютерного зрения и машинного обучения, чтобы предоставить фермерам новые точные сельскохозяйственные инструменты. Сегодня мы рассмотрим новый вариант использования: автономные сельскохозяйственные машины (AAV). Что интересно в AAV, так это то, что существующие..
Пошаговое руководство FCOS: полностью сверточный подход к обнаружению объектов
Отказ от якоря для обнаружения объектов Вступление С момента развития сверточных нейронных сетей в обнаружении объектов преобладали методы на основе привязки, такие как FasterRCNN, RetinaNet и SSD. Эти методы основаны на большом количестве предустановленных якорей, размещенных на изображении. Каждый якорь предсказывает, содержится ли объект, и уточняет координаты. В последнее время больше внимания уделяется устранению требований к предустановленным якорям, что требует ручной..
Прогнозирование яркости изображения с использованием моделей глубокого обучения
Всем привет! Это первая часть из четырех частей, которые я собираюсь написать о Image Saliency. Первая часть - задать тон. Он дает краткое представление о том, что такое яркость изображения, почему прогнозирование яркости так важно, а также рассказывает о том, как прогнозирование яркости изображения развивалось с годами. Вторая часть будет посвящена первой сквозной сети ShallowNet и DeepNet, разработанной Джунтингом Паном, который выиграл конкурс LSUN Saliency Prediction Challenge 2015...