Публикации по теме 'cnn'


Концепция машинного обучения 55: Данные изображения и методы обработки.
Данные изображения: Данные изображения относятся к набору числовых значений, которые представляют визуальную информацию, содержащуюся в изображении. Изображение обычно состоит из сетки пикселей, где каждому пикселю присваивается определенное значение, определяющее его цвет или уровень оттенков серого. Данные изображения могут быть захвачены различными средствами, такими как цифровые камеры, сканеры, спутниковые изображения или медицинские устройства визуализации. Данные изображения..
Памятка по обнаружению объектов от RCNN до последней версии (июль 2020 г.)
TL; DR Обнаружение объектов - относительно хорошо изученная задача в области машинного обучения. Однако, как и в любой другой области, последние исследования всегда основаны на множестве предыдущих исследований. Эта статья нацелена на то, чтобы организовать каждое репрезентативное исследование по обнаружению объектов и отметить ключевые особенности, которые делают их репрезентативными. Не стесняйтесь обращаться ко мне, если вы думаете, что есть другие важные исследования, о которых..
Сверточные нейронные сети (CNN) — это тип искусственной нейронной сети, предназначенный для…
Сверточные нейронные сети (CNN) — это тип искусственной нейронной сети, предназначенной для обработки изображений и видеоданных. CNN используют уникальную архитектуру, которая позволяет им эффективно извлекать признаки из изображений, что делает их важным инструментом для таких задач, как классификация изображений, обнаружение объектов и сегментация изображений. В этой статье мы объясним, что такое CNN, как они работают и каковы их приложения. Что такое сверточные нейронные сети?..
«Глубокое понимание: понимание сверточных нейронных сетей»
«Глубокое понимание: понимание сверточных нейронных сетей» Сверточные нейронные сети (CNN) — это тип нейронной сети, обычно используемый в приложениях компьютерного зрения, таких как распознавание изображений и видео, классификация и сегментация. Они предназначены для эффективной обработки и извлечения признаков из входных данных с пространственной структурой, таких как изображения, путем изучения набора фильтров, которые сворачивают входные данные для выявления шаблонов и признаков. В..
Классификатор изображений диких животных
В этом сообщении блога мы обсудим, как мы можем создать классификатор изображений для классификации животных в нашем наборе данных. Набор данных Данные имеют решающее значение для построения модели машинного обучения. Итак, сначала нам нужно понять наши данные. Этот набор данных поступил от Kaggel под названием Изображения диких животных . Этот набор данных содержит изображения различных животных, которые мы классифицируем с помощью нашего лучшего классификатора. Набор данных..
Северсталь: Выявление дефектов стали
Многозначная классификация и прогноз масок изображений Обнаружение дефектов стали - это конкурс, проводимый на kaggle одной из крупнейших компаний-производителей стали Северсталь . Вот ссылка на этот конкурс. Посетите сайт kaggle, чтобы получить более подробную информацию об этом конкурсе Постановка задачи Цель этого конкурса - предсказать местоположение и тип дефектов, обнаруженных в производстве стали, с помощью предоставленных изображений. Изображениям..
История сверточных нейронных сетей
Сверточные нейронные сети, или сокращенно CNN, составляют основу многих современных систем компьютерного зрения. В этом посте будет рассказано о происхождении CNN, начиная с биологических экспериментов 1950-х годов. Простые и сложные клетки В 1959 году Дэвид Хьюбел и Торстен Визель описали простые клетки и сложные клетки в зрительной коре головного мозга человека. Они предположили, что при распознавании образов используются оба типа клеток. Простая ячейка реагирует на края..