Пользователям предложили раскрасить черно-белые снимки нейросетью |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2016-07-20 15:35 Раскрашенная версия снимка семьи Александра III Algorithmia / Сергей Львович Левицкий Компания Algorithmia, специализирующаяся на продаже алгоритмов для приложений, запустила два новых онлайн-сервиса для обработки изображений с помощью нейронных сетей. Первый из них предназначен для раскрашивания черно-белых снимков, второй - для классификации объектов на снимке. Оба алгоритма основаны на глубоком обучении. Об этом компания сообщила в своем блоге. Снимок семьи императора Александра III Сергей Львович Левицкий Раскрашенная версия снимка Algorithmia / Сергей Львович Левицкий Глубокое обучение (англ. Deep learning) - набор алгоритмов машинного обучения, которые пытаются моделировать высокоуровневые абстракции в данных, используя архитектуры, состоящие из множества нелинейных трансформаций. Под термином «глубина» в данном случае понимается глубина графа вычислений модели - максимальная длина между входным и выходным узлами конкретной архитектуры. В случае, например, простой нейронной сети прямого распространения глубина соответствует количеству слоев сети. Распознавание объектов на снимке водопада Анхель. Алгоритм распознал следующие объекты: возвышенность, гора, утес, каньон, водопад, долина, вулкан Algorithmia Ранее мы сообщали об алгоритмах раскрашивания фотографий, основанных на сверточных нейросетях. Одного из самых реалистичных результатов добились исследователи из Калифорнийского университета в Беркли. Однако, как правило использование нейросетей для обработки изображений требует больших вычислительных мощностей - время обработки фотографий с помощью DeepDream от Google достигало нескольких часов. Недавно компания Яндекс разработала алгоритм, позволяющий ускорить стилизацию снимков - подробнее о нем можно прочитать в нашем материале. Владимир Королёв Телеграм: t.me/ainewsline Источник: nplus1.ru Комментарии: |
|