Свързани публикации 'cnn'


Откриване на обекти в дълбокото обучение (част 1)
Има много интересни проблеми в областта на компютърното зрение. Този, върху който ще се съсредоточим, е проблемът за локализиране и откриване; наричано още откриване на обекти. „...ние ще използваме термина разпознаване на обект широко, за да обхванем както класификацията на изображението (задача, изискваща алгоритъм за определяне какви класове обекти присъстват в изображението), така и откриването на обект (задача, изискваща алгоритъм за локализиране на всички обекти, присъстващи в..
Изграждане на конволюционна невронна мрежа за класификация на изображения с Tensorflow
Тази статия е написана от Сидат Асири , старши софтуерен инженер от екипа за научноизследователска и развойна дейност в Sysco LABS. Конволюционната невронна мрежа (CNN) е специален тип дълбока невронна мрежа, която се справя добре при проблеми с компютърното зрение като класифициране на изображения, откриване на обекти и др. Тази статия илюстрира как да създадете класификатор на изображения с Tensorflow чрез внедряване на CNN за класифициране на котки и кучета. С традиционното..
Ден на науката за открити данни — 40 ( GANS И видове GANS )
Заглавие: Generative Adversarial Networks (GANs): Отключване на силата на AI Creativity Въведение: Добре дошли в Ден 40 от нашето пътуване в областта на Data Science! Днес ще се потопим в очарователния свят на генеративните състезателни мрежи (GANs). GAN революционизираха областта на AI, като позволиха на компютрите да генерират нови и реалистични данни, като изображения, музика и дори текст. В този блог ще изследваме концепцията за GAN, техните основни принципи и различните типове GAN..
Откриване на лицева маска в реално време
COVID-19 направи задължително носенето на маски, за да се предпазим. В този блог ще открием това дали човек е маскиран или не Членове на проекта: Utsav Baghela , Saurabh , Meenal В този блог ще покажем ефективността на различни алгоритми за машинно обучение и алгоритми за дълбоко обучение при откриване на лицеви маски във видео в реално време. В това проучване наборите от данни се използват за извличане на характеристики с помощта на хаар каскада. За процеса на класифициране се..
Как работят конволюционните невронни мрежи?
Ще обясня как работят конволюционните невронни мрежи (CNN). CNN обикновено се използват при работа с данните за изображения. Това означава, че когато качите снимка във Facebook, ако ви поиска да обозначите приятеля си, това означава, че CNN работи във фонов режим. CNN използва специфичните характеристики на даден обект, за да ги разпознае в снимки. Всъщност този процес се извършва от нашия мозък несъзнателно. Когато гледаме автомобил, ние определяме колата като кола, която гледа в..
Тренирайте върху собствения си набор от данни, като използвате CNN!
И така, конволюционните невронни мрежи станаха толкова известни в наши дни! И всеки път, когато чуете думата CNN, обзалагам се, че в главата ви изскачат различни набори от изображения. хайде! Понякога неща като MNIST, CIFAR-10 твърде изскачат, нали? Е, този урок ще ви научи да създавате свой собствен набор от данни и да обучавате вашия CNN модел върху него. Да, знам, че мрежата е пълна с модели, обучени от MNIST, и много малко от тях ви учат да обучавате индивидуален. Добре тогава, да..
Урок 52 — Машинно обучение: Задълбочено обучение за прогнозиране на времеви редове (интуиция)
Повтарящи се невронни мрежи (RNN) за данни от времеви редове Повтарящите се невронни мрежи (RNN) са клас изкуствени невронни мрежи, предназначени за последователни данни. Те имат „памет“ под формата на скрити състояния, които пренасят информация от една стъпка в последователността към следващата. Това ги прави много подходящи за прогнозиране на времеви редове, където бъдещето често зависи от миналото. Интуиция: Представете си конвейерна лента, пренасяща информация от една стъпка..