Публикации по теме 'image-classification'
Глубокое обучение на практике: построение модели DrawMoji
Получив в 2020 году сертификат Deeplearning.ai Специализация глубокого обучения , я захотел применить свои знания на практике, создав собственную модель глубокого обучения для интересного и увлекательного приложения. Я решил построить модель распознавания изображений, которая научилась бы распознавать изображения смайликов настолько обобщающим образом, что могла бы распознавать посредственный рисунок смайлика человеком.
Создание набора изображений
Чтобы создать свой набор данных, я..
Глубокое обучение и проблема обучающего множества
Обучение с учителем оказалось очень полезным набором инструментов для многих приложений, где в противном случае было бы трудно собрать информацию. Например, обнаружение слона с летательного аппарата для целей переписи или понимание моделей их поведения для экологического мониторинга. Эти варианты использования обычно требовали ручной обработки изображений/видео с наземного или летательного аппарата. Машинное обучение могло бы упростить этот сложный процесс, если бы оно могло..
Китайский коммерческий пилотный проект автономного вождения приземлился
25 ноября 2021 года в Пекине был открыт первый в стране коммерческий пилотный проект туристических услуг с автономным вождением. Когда в первый день услуга зарядки была открыта для широкой публики, житель Пекина воспользовался платформой туристических услуг автономного вождения Apollo «Carrot Run» от Baidu. для завершения первого платежа. Это первый заказ с тех пор, как Пекин запустил пилотный проект автономного вождения.
Скоро будут разблокированы дополнительные сценарии приложений..
Развертывание моделей Keras с использованием TensorFlow Serving и Flask
Часто возникает необходимость абстрагироваться от деталей модели машинного обучения и просто развернуть или интегрировать ее с помощью простых в использовании конечных точек API. Например, мы можем предоставить конечную точку URL, с помощью которой любой может сделать запрос POST, и они получат ответ JSON о том, что модель предположила, не беспокоясь о ее технических деталях.
В этом руководстве мы создадим обслуживающий сервер TensorFlow для развертывания нашей InceptionV3 сверточной..
Microsoft Lobe: машинное обучение для всех
Неделю назад Microsoft выпустила свою первую общедоступную предварительную версию Lobe, настольного приложения, которое обещает сделать машинное обучение массовым. В этой первой итерации программного обеспечения вы можете обучать и тестировать классификатор изображений, не написав ни одной строки кода. Итак, насколько хорошо он работает?
Я решил попробовать Lobe и создать модель для классификации изображений некоторых любимых животных моей дочери: львов, гепардов, зебр и жирафов (ей два..
Обнаружение болезней апельсинов с помощью машинного обучения
Кристиан Кастильо , Серхио Перес , Антонио Рубио и Хано Солер .
Машинное обучение — это область искусственного интеллекта, целью которой является обеспечение того, чтобы машина могла имитировать интеллектуальное поведение человека: визуальное распознавание, понимание написанного текста или перемещение роботов для выполнения определенных физических действий, таких как открытие двери, — это лишь некоторые из них. из многих областей, в которых он применяется сегодня.
По инициативе..
Классификация изображений с трансферным обучением
Трансферное обучение — это перепрофилирование предварительно обученной модели для другого, но аналогичного использования. Этот метод используется в различных приложениях машинного обучения, особенно в ситуациях, когда набор данных относительно невелик.
В этом проекте я с нуля построил модель классификации изображений, используя трансферное обучение. Когда я сказал с нуля , набор данных был моим собственным набором данных, который я удалил с помощью инструмента IDT со своими собственными..
