Публикации по теме 'computer-vision'
Автоматически создавайте лучшие моменты NBA с помощью нескольких строк кода Python
Использование моделей компьютерного зрения с открытым исходным кодом для создания лучших моментов в баскетболе
Мы живем в мире быстрого потребления контента, во главе которого стоят TikTok, Snapchat, Instagram, Twitter, Facebook, Youtube и другие.
Молодые болельщики осваивают новые способы взаимодействия с лигами, при этом все меньше внимания уделяется просмотру игр в прямом эфире.
Согласно опросу Variety Intelligence Platform, среди американских спортивных болельщиков в..
Знаменитые сверточные нейронные сети с архитектурой
Сверточная нейронная сеть (CNN) — это тип искусственной нейронной сети, используемой в основном для распознавания и обработки изображений благодаря ее способности распознавать закономерности в изображениях . CNN — это мощный инструмент, но для обучения ему требуются миллионы размеченных точек данных.
За прошедшие годы были разработаны варианты архитектур CNN, что привело к удивительным достижениям в области глубокого обучения. Хорошим показателем этого прогресса является частота..
Строительные машины, которые видят
В этой статье мы собираемся погрузиться в подробности и посмотреть, как использовать существующие инструменты для создания системы компьютерного зрения, которая может точно классифицировать изображения.
Начать работу с глубоким обучением никогда не было так просто, если у вас есть базовые навыки кодирования, я дам вам несколько примеров того, как использовать эти знания кодирования для создания классификатора изображений с нуля, а после этого мы увидим, как использовать предварительно..
Демонстрация: классификация аудио с преобразователем аудиоспектрограммы
Мультимодальные трансформаторы быстро растут. Отличным примером является Audio Spectrogram Transformer, модель классификации звука, которая была только что добавлена в библиотеку Hugging Face Transformers. Эта модель сначала создает изображение спектрограммы аудиоклипа, а затем классифицирует изображение с помощью модели Vision Transformer. Удивительные результаты!
✅ Демонстрация пространств: https://huggingface.co/spaces/juliensimon/keyword-spotting ✅ Модель:..
Графовые нейронные сети, часть III: приложения
Эта серия постов посвящена концепции и приложениям графовых нейронных сетей (GNN), которые представляют собой модель машинного обучения, применяемую к графоструктурированным данным. Серия состоит из трех частей:
Часть I объясняет, что такое графически структурированные данные и как они представлены. В этой части также представлена концепция графового машинного обучения и GNN. Часть II содержит более подробную информацию о варианте GNN, называемом графовой сверточной сетью..
Объяснение документа: полуконтролируемое изучение визуальных функций с помощью непараметрического прогнозирования представления…
Использование помеченных вспомогательных образцов для полуконтролируемого обучения
В этой статье мы более подробно рассмотрим PAWS ( p переопределение представления a подписей с с s поддержкой labels), новый метод применения обучения с полуучителем к задачам компьютерного зрения.
Этот метод был представлен как часть недавней статьи Assran et al. на ICCV 2021. В отличие от некоторых других статей, о которых я писал, этот метод позволяет ограниченно использовать размеченные данные..
Выявление расстройства аутистического спектра у детей с компьютерным зрением
Выявление расстройства аутистического спектра у детей с компьютерным зрением
Адаптация моделей распознавания лиц для выявления расстройства аутистического спектра
Компьютерное зрение (CV) помогло в области медицины диагностировать сломанные кости , тромбы и даже раковые опухоли . Его также можно использовать, чтобы помочь специалистам диагностировать аутизм.
Расстройство аутистического спектра (РАС) - это неврологическое расстройство и расстройство развития, которое..
Новые материалы
Работа с машинами жидкого состояния, часть 1 (квантовые вычисления)
Динамическое обучение машин жидкого состояния (arXiv)
Автор: Павитра Коралалаге , Педро Мачадо , Джейсон Смит , Исибор Кеннеди Ихианле , Салису Вада Яхая , Андреас Ойконому , Ахмад Лотфи..
Стать разработчиком программного обеспечения в 50 лет?
Сможете ли вы превратить старую обезьяну в разработчика программного обеспечения?
Ну… я не совсем честен.
Маленькая ложь №1: мне не 50.
Мне далеко за 50, и, думаю, это делает меня старой..
Этика искусственного интеллекта: точка зрения Python
Навигация по моральному лабиринту ИИ с помощью Python Power
Стремительное развитие технологий открыло новые двери в области искусственного интеллекта (ИИ), позволив автоматизировать задачи и..
Сможете ли вы выучить Python за час?
Да, но нет!
Всякий раз, когда я просматриваю статьи или видео, связанные с программированием, я вижу заголовок: «Изучите Python за 1 час». Это всегда Python, не знаю почему. Легко иметь..
Раскрытие возможностей машинного обучения: изучение вариантов использования и приложений
Введение. В последние годы машинное обучение и искусственный интеллект (ИИ) произвели революцию во многих отраслях и изменили наше взаимодействие с технологиями. Алгоритмы машинного обучения —..
Глубокое обучение с подкреплением в производстве в Zynga
СОБЫТИЯ РАЗГОВОРЫ
Глубокое обучение с подкреплением в производстве в Zynga
Патрик Халина и Мехди Бен Айед | TMLS2019
В новостях о глубоком обучении с подкреплением говорилось о многих..
Мультиклассовая классификация изображений с использованием Alexnet Deep Learning Network, реализованная в Keras API
Введение
Компьютер - потрясающая машина (без сомнения), и я действительно очарован тем фактом, что компьютеры могут изучать и классифицировать изображения. Классификация изображений имеет свои..