МАСШТАБНАЯ ФОТОСЕССИЯ ЖИРАФОВ ПОМОГЛА УЧЁНЫМ |
||
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 ИИ теория Внедрение ИИКомпьютерные 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 Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2019-02-08 12:00 Разработчики из MicrosoftAzure совместно с биологами из Государственного университета Пенсильвании разработали алгоритм, который автоматически ищет на фотографиях диких животных и обрезает снимки так, что остаётся только область, необходимая для дальнейшего обучения алгоритмов распознавания. Модель опробовали на снимках жирафов, в результате чего удалось получить целый датасет изображений их торсов. Сайт научно-технической информации «N+1» сообщает, что статья с описанием работы алгоритма была опубликована в журнале EcologicalInformatics. Использование машинного обучения для анализа популяций диких животных помогает эффективнее оценить масштабы вымирания видов и принять соответствующие меры. При этом сама задача создания подобных алгоритмов осложняется тем, что для них нужно большое количество данных, которые чаще всего необходимо размечать и обрезать (или обводить область интереса) вручную, и только после этого приступать к обучению.
В новой работе исследователи под руководством Патрика Бюлера (PatrickBueler) из Microsoft решили упростить эту задачу. Для этого они обучили алгоритм распознавания изображений определять те области на изображении, на которых есть объект интереса: в данном случае — торс жирафа, так как именно торс позволяет биологам определить особь по узору пятен. После этого алгоритм разбивал изображения из выборки на отдельные фрагменты и на каждом из них искал объект интереса, в случае успеха возвращая уже обрезанный фрагмент, который может использоваться для дальнейшего обучения других алгоритмов. В обучающей и тестовой выборке использовались как изображения жирафов в профиль (всего таких фотографий было 1800), так и изображения других объектов: алгоритм, таким образом, не только обрезал торсы жирафов на снимках, но и предварительно разбирал датасет, выискивая в нем животных. Для лучшей работы подобных алгоритмов разработчики и биологи собирают масштабные датасеты. Один из таких прошлым летом представили исследователи из проекта iNaturalist: они собрали около 859 тысяч фотографий, сделанных натуралистами-любителями. Источник: vk.com Комментарии: |
|