Публикации по теме 'tensorflow'
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..
Обнаружение пожаров с помощью Tensorflow
Само собой разумеется, что приручение огня было одним из величайших достижений человечества и привело нас туда, где мы находимся сегодня как общество. Но, несмотря на его удивительные преимущества, нежелательные пожары по-прежнему являются проблемой, с которой мы сталкиваемся каждый день, и их обнаружение до того, как они начнут распространяться, абсолютно необходимо.
В этой статье рассматривается использование машинного обучения для обнаружения возгораний в видеороликах, в частности..
Демистификация обучения смешанной точности в TensorFlow: более быстрое и эффективное глубокое обучение
Введение:
Глубокое обучение произвело революцию в различных областях, от компьютерного зрения до обработки естественного языка. Однако для обучения сложных моделей глубокого обучения часто требуются значительные вычислительные мощности и ресурсы памяти, что приводит к увеличению времени обучения и дорогостоящим требованиям к инфраструктуре. Чтобы решить эти проблемы, исследователи и практики изучили различные методы оптимизации, и одним из таких подходов является обучение смешанной..
Классификация TensorFlow COVID-19 по рентгеновскому снимку грудной клетки
Здравоохранение становится важнейшей отраслью в нынешней ситуации с COVID-19. Машинное обучение может помочь отрасли здравоохранения в различных областях, например Диагностика с помощью медицинской визуализации, Выявление заболеваний и диагностика, Прогнозирование вспышек эпидемий, Научные исследования и разработки в области медицины и т. Д. Есть множество интересных ценных данных, например X-Way / КТ / МРТ / ПЭТ-изображение, медицинские записи и т. Д. Для питания наших требовательных к..
Детектор RajeshDai: создание простого классификатора бинарных изображений с помощью нейронных сетей
Продукт детектора Inspiration by Jian-Yang’s Hot Dog/Not Hot Dog
Подождите, а кто такой Раджеш Дай?
Раджеш Хамал для Непала и непальцев — это то же, что Чак Норрис для Голливуда и Раджаникат для Индии/Болливуда. Есть бесчисленное множество шуток — некоторые оригинальные и наиболее переведенные/адаптированные о его способностях . Кажется, ему самому нравятся эти шутки, и иногда он их рассказывает . Первая мегазвезда непальской киноиндустрии, он имеет такой культ, которого..
Обучение с подкреплением: краткое введение в TF-агенты для практического применения
Введение:
Обучение с подкреплением (RL) — это мощная парадигма в области искусственного интеллекта, которая фокусируется на обучении агентов обучению и принятию решений посредством взаимодействия с окружающей средой. Одной из популярных библиотек, упрощающих реализацию алгоритмов RL, являются агенты TensorFlow (TF-Agents). В этом блоге мы углубимся в основы обучения с подкреплением и предоставим краткое введение в TF-агенты с примером использования, иллюстрирующим их потенциал для..
