Публикации по теме 'computer-vision'


Что такое обработка изображений и увеличение, и почему вы должны их использовать
Мусор на входе, мусор на выходе. Мусор на входе, мусор на выходе. Это очень известная цитата в информатике и IT в целом. Используется для того, чтобы обратить ваше внимание на то, что компьютеры некритично обрабатывают даже набор заведомо бессмысленных входящих данных (garbage in), выдавая взамен бессмысленный результат (garbage out). Вот почему так важны предварительная обработка и аугментация. Их освоение поможет извлечь максимальную пользу из ваших входных данных. Что такое..
Как выиграть в крупнейшем хакатоне Европы
Как выиграть в крупнейшем хакатоне Европы? В Unit8 мы всегда стремимся найти кратчайший способ проверить идеи и осуществимость наших проектов. Хакатоны, благодаря их очень короткому времени, являются отличным способом отработать эти навыки. Вот почему команда из 4 человек в Unit8 (Адам, Кшишек, Михал и я) решила поехать и посоревноваться среди более чем 1300 программистов на крупнейшем хакатоне в Европе: Hackjunction . Какую проблему вы решаете? Оказавшись там, мы решили начать..
Распознавание на уровне экземпляра
Введение, проблемы и недавние лучшие решения для распознавания на уровне экземпляра. В этом блоге я расскажу о распознавании на уровне экземпляра, сценариях использования, задачах, доступном в настоящее время наборе данных и последних результатах (недавние решения-победители) по этим задачам / наборам данных. Введение I nstance L уровень R ecognition (ILR) - это задача визуального распознавания для распознавания определенного экземпляра объекта, а не только класса объекта...
Как измерить качество при обучении моделей машинного обучения
Глубокое погружение в контрольные показатели, консенсус и обзор Первоначально опубликовано на blog.labelbox.com Качество обучающих данных имеет решающее значение для производительности модели машинного обучения. Качество измеряется как согласованностью, так и точностью размеченных данных. Стандартными отраслевыми методами расчета качества обучающих данных являются контрольные показатели (также известные как золотой стандарт), консенсус и обзор. Важной частью вашей работы как..
Некоторые интересные статьи по компьютерному зрению с ICCV 2017
Международная конференция по компьютерному зрению (ICCV) - одна из ведущих конференций в области компьютерного зрения. В этом году он проводился в Венеции, Италия. Из 2143 действительных документов, поданных в ICCV, 621 статья была принята с степенью принятия 28,9% . Некоторые интересные особенности включают применение обучения с подкреплением для отслеживания объектов, визуального диалога и прогнозирования активности, а также улучшение генерации, а также приложений Генеративных..
Активное обучение для моделей классификации
Вступление За последние несколько лет модели глубокого обучения достигли революционных результатов в нескольких задачах компьютерного зрения. Тем не менее, эти модели основаны на огромном количестве тщательно размеченных изображений. Сбор изображений набора данных значительно дешевле по сравнению с ценой на высококачественные аннотации. В качестве альтернативы можно собирать изображения из Интернета с разными тегами и использовать эти теги в качестве ярлыков или краудсорсинг процесса..
Обзор компьютерного зрения, которое меняет представление о наблюдении | Шаги аналитики
Компьютерное зрение — это относительно развивающийся раздел информатики, который пытается получить как можно больше информации из различного рода изображений или последовательностей изображений. Будучи предметом растущего интереса и точных исследований на протяжении десятилетий, он широко используется в восстановлении сцены, моделировании объектов, визуализации, навигации, распознавании, наблюдении, виртуальной реальности или подобных задачах . "Настоящее обучение, внимательное,..