Публикации по теме 'computer-vision'
Сегментация селфи в Python с использованием OpenCV и Mediapipe
Сегментация селфи — это процесс извлечения селфи из заданного изображения и игнорирования фона. Благодаря этому мы можем легко применить другой фон к нашему селфи. В этом руководстве мы увидим, как мы можем реализовать модель сегментации селфи в режиме реального времени, используя OpenCV и Mediapipe. Итак, без лишних слов, давайте перейдем к учебнику.
ИМПОРТ ЗАВИСИМОСТЕЙ
import mediapipe as mp
import cv2
import numpy as np
import matplotlib.pyplot as plt
СОЗДАНИЕ МОДЕЛИ..
Компьютерное зрение: интуитивное объяснение
Компьютерное зрение: от нуля к герою
Один из основных вопросов на протяжении всей истории человечества и изучения мозга заключается в следующем: как мы воспринимаем мир так, как мы?
Когда дело доходит до наших глаз, это всего лишь датчики, которые помогают нам создать понятное представление об окружающей нас реальности. Например, такие свойства, как цвета, не присущи объектам в физическом мире, а вместо этого представляют нашу ментальную абстракцию восприятия отражений света на..
Сегментация экземпляра с помощью маски R-CNN
Краткое руководство по использованию Mask R-CNN, обученное на наборе данных MS COCO
Модели обнаружения объектов, такие как YOLO, R-CNN, помогают нам нарисовать ограничивающую рамку, окружающую объекты, а сегментация экземпляров предоставляет нам пиксельные маски для каждого объекта на изображении. Может возникнуть вопрос, зачем нам расположение пиксель за пикселем?
Если мы просто используем обнаружение объектов в самоуправляемых автомобилях, тогда существует вероятность того, что..
Междоменные соответствия с предварительно обученными функциями магистрали
В этом посте я пытаюсь объяснить статью под названием Neural Best Buddies: Sparse Cross-Domain Correspondence Кфира Абермана и др. [2018]. В этой статье рассматривается фундаментальная проблема соответствия изображений в компьютерном зрении и дается эффективный метод извлечения соответствия между междоменными объектами с разреженностью. Он использует сверточные нейронные сети (CNN) для извлечения глубоких признаков и дальнейшего их анализа с ближайшим соседством. Более ранние методы..
Страховые претензии: типы аннотаций данных для компьютерного зрения
Машинное обучение уже используется во многих отраслях для автоматизации процессов, которые замедляются из-за ручных повторяющихся шагов. Благодаря передовым алгоритмам, методам и платформам инструменты ИИ могут ускорить процесс распознавания поврежденных частей автомобиля, оценки повреждений, прогнозирования того, какой ремонт необходим, и оценки его стоимости.
Компьютерное зрение для оценки повреждений транспортных средств:
Компьютерное зрение, технология, которая обрабатывает..
Запрет распознавания лиц, опасный шаг
Запрет распознавания лиц, опасный шаг
Когда люди начинают бояться распознавания лиц, мы должны сделать шаг назад и пересмотреть технологию и наши возможности.
Ради прозрачности я считаю своим долгом заявить, что я работаю в индустрии компьютерного зрения. Я использую эту статью не для того, чтобы продвигать корпоративную повестку дня или пытаться сохранить свою работу, а для того, чтобы дать контекст для сильно критикуемой и неправильно понимаемой области.
Это правда, разговоры..
Учебное пособие Easy-Peasy по началу работы с распознаванием изображений за считанные минуты с помощью Streamlit Cloud и…
Компьютерное зрение и распознавание изображений, несомненно, являются интересными областями машинного обучения. Хотя он становится все более доступным для тех, кто только начинает свой путь в области машинного обучения, ему необходимы знания таких инструментов, как Python и TensorFlow.
К счастью, если мы хотим поиграть и создать примеры распознавания изображений, Google разработал Teachable Machine — веб-инструмент, который делает создание моделей машинного обучения быстрым, простым и..
Новые материалы
Обучение модели Keras с большим набором данных (пакетное обучение)
Привет народ!! В этом блоге я собираюсь обсудить очень интересную особенность Keras. При обучении любой модели глубокого обучения обязательным условием для получения хорошего результата..
Раскрытие возможностей сверточных нейронных сетей: обучение аутентификации изображений
1.0 ВВЕДЕНИЕ
В области анализа цифровых изображений насущной необходимостью стала разработка надежных методов, позволяющих отличить подлинные изображения от поддельных. С появлением сложных..
Изучение основных библиотек Python для науки о данных
В эпоху больших данных и информационной перегрузки способность извлекать значимую информацию из огромных наборов данных стала важнейшим навыком. Именно здесь в игру вступает наука о данных...
Легко загружать в React элемент HTML в виде изображения
Много раз на наших сайтах нам нужно сделать кнопку доступной для пользователей, чтобы они могли загружать содержимое страницы. Иногда нам нужно загрузить таблицу, график или, в более общем..
Запуск кластера Stable Diffusion на GCP с обслуживанием tensorflow (часть 1)
Часть 1. Настройка инфраструктуры с помощью Terraform
В первой части этого руководства, состоящего из двух частей, мы научимся создавать кластер Kubernetes, который развертывает модель Stable..
Внедрение человечности в машинное обучение
Иногда мне хочется, чтобы прогресс в кодировании был хоть немного более полезным. Если использовать баскетбол — еще одно хобби всей моей жизни — для сравнения: когда я забиваю мяч, это гораздо..
Обнаружение выражений лица и поз с помощью машинного обучения
От обнаружения лица человека до доступа к устройствам или распознавания человека с помощью камер видеонаблюдения или прогнозирования стратегий в спорте путем определения ключевых точек поз или..