Публикации по теме 'object-detection'


Android-приложение для обнаружения индийских автомобилей с использованием модели Tensorflow (TFlite)
Ссылка на репозиторий github здесь Ссылка на Google Colab здесь Дорожная карта: Соберите набор данных и пометьте изображения Создайте файл YAML для учебных целей. Экспорт обученного файла (model.pt) в модель TFlite (.tflite) Создайте метаданные для развертывания модели с помощью студии Android. Кроме того, я также использовал Mediapipe для развертывания другой версии приложения, используя встроенную модель Effectivedet-lite2. Сбор набора данных..
Создание приложения для обнаружения объектов на основе глубокого обучения с использованием R Shiny и Tensorflow
Узнайте, как настроить настраиваемую модель глубокого обучения для обнаружения объектов на основе собственного набора данных. Обучение достойной модели глубокого обучения для обнаружения объектов требует больших усилий, которые усугубляются при развертывании и внедрении модели в веб-приложение для конечных пользователей. В этом руководстве мы намерены решить эту, казалось бы, сложную задачу, предоставив практический пример того, как разработать точную модель глубокого обучения с..
GSoC - Неделя 2: (26 мая - 2 июня)
Привет! Надеюсь у тебя все хорошо. Это вторая неделя моего путешествия по GSoC с mlpack, и это действительно потрясающе. Итак, я предполагаю, что вы знаете о mlpack и проекте, в противном случае просмотрите страницу mlpack’s GitHub и мой предыдущий блог . Прогресс на этой неделе На этой неделе я работал над реализацией загрузчика данных изображений с поддержкой набора данных PASCAL-VOC, а также CIFAR-10 / CIFAR-100. Он имеет следующие функции: Класс увеличения. Добавлено..
FOMO: более быстрые объекты, больше объектов
Появление более быстрых алгоритмов обнаружения объектов Если вы когда-либо использовали обнаружение объектов, то наверняка знаете об алгоритмах YOLO и SSD. Хотя эти алгоритмы являются одними из лучших, они по-прежнему медленны или слишком велики для небольших устройств с ограниченной памятью и вычислительной мощностью. Здесь появляется FOMO. Исследователь из Edge Impulse разработал FOMO — новый алгоритм машинного обучения, который может выполнять обнаружение объектов на..
Динь-дон, в этом ИИ есть что-то подозрительное
Примечание. Чтобы поиграть в интерактивной среде, прокрутите страницу вниз. «Привет, Дэрил, есть ли какие-нибудь рекомендации по простой в обучении модели компьютерного зрения?» Это было в субботу днем, когда я получил вышеупомянутое сообщение от Гийса, одного из основателей стартапа . Кажется неожиданным, но на самом деле это не редкость, когда в субботу днем ​​работает ИИ. На автопилоте я сразу ответил: Обучаемая машина . Это наиболее удобный интерфейс для обучения..
Объяснимое обнаружение объектов — практическое руководство
Мы хотим получить понятные человеку причины для определенного модельного решения. Для этого мы используем библиотеку SHAP для расчета значений Шепли. В одном предложении значения Шепли определяют предельный вклад функции в результат модели. Они учитывают фоновое распределение других признаков. Подробное объяснение вы можете найти здесь . В этой статье мы строим модель, в которой мы можем выборочно удалить часть ввода, т.е. скрыть участки пикселей на изображении. Эти патчи служат..
Computer Vision Unleashed: электронная коммерция для максимального удобства покупателей
В эту безумно быстро развивающуюся эру технологий компьютерное зрение заняло центральное место и полностью изменило различные отрасли. И знаешь, что? Электронная коммерция не исключение, друзья мои! Используя возможности компьютерного зрения, предприятия могут поднять качество обслуживания клиентов на совершенно новый уровень, оптимизировать операции и доминировать в сфере онлайн-торговли. Итак, приготовьтесь к тому, что мы углубимся в роль компьютерного зрения в электронной коммерции..