Распознавание образов. Теория, метода, алгоритмы.

Сегодня у нас стоит задача определения цвета автомобиля при помощи библиотеки Tensorflow.

У подобной задачи есть несколько аспектов:

  Опыт создания системы распознавания автомобильных номеров - от теории к работающему прототипу (видео) Тензоры в TensorFlow

В последнее время тема распознавания лиц стала очень популярной. Новости из этой сферы мы слышим постоянно: то он наших китайских друзей, которым новейшие системы по распознаванию лиц помогают ловить преступников, то от московского метро, в котором можно оплачивать проезд, «предъявив» лишь свое лицо.

Введение

Понимание того, как классификатор разбивает исходное многомерное пространство признаков на множество целевых классов, является важным шагом для анализа любой задачи классификации и оценки решения, полученного с помощью машинного обучения.

Разбираясь в старых файлах обнаружил свой проект, предположительно 2006 года, на котором я отрабатывал алгоритм по распознаванию рукописных символов.

BlendMask — это нейросетевая модель для instance сегментации объектов на изображении. Модель выдает более точные границы объектов, чем Mask R-CNN, на COCO датасете при схожих параметрах обучения. При этом BlendMask работает на 20% быстрее.

FAIR опубликовали самый крупный датасет для распознавания речи. Libri-light содержит 60 тысяч часов неразмеченной речи на английском языке. 

Статья состоит из двух частей:

Лекция от 06.12.2019

Лектор: Владислав Гончаренко

Снимал: Михаил Кревский

Монтировал: Артём Сапожников

Взгляни на эту картинку. Чтобы ответить на вопрос, что на ней изображено, можно описывать сцену в целом. Понятно, что картинка сделана на улице (вне помещения), где-то в азиатской стране. Кто-то может узнать площадь Тяньаньмэнь в Пекине, если был там раньше.

Скачать можно тут: https://github.com/solkogan/searchface

Команды Linux для установки необходимых библиотек:

sudo apt-get install python3-pip

OOPS — это датасет с видеозаписями действий людей, который предназначен для распознавания непреднамеренных действий. Созданием датасета занимались исследователи из Columbia University. Исследователи обучили базовую модель с учителем и сравнили ее работу с человеческой оценкой.

В этом посте мы рассмотрим более быстрое обнаружение объектов R-CNN с помощью PyTorch. Мы изучим эволюцию обнаружения объекта от R-CNN, к быстрому R-CNN, и до молниеносного R-CNN.

Отличие классификации изображений и распознавания объектов

Python. Парсинг картинок с сайта.

Ученые обучили алгоритмы распознавать неразборчивый почерк, используя несколько заранее расшифрованных слов.

Нейросеть переводит речь напрямую, пропуская этап конвертации аудио в текст.

Google разработала алгоритм Translatotron, который напрямую переводит устную речь на разные языки, минуя конвертацию в текст. Система также умеет сохранять голос и интонацию пользователя. Об этом компания сообщила в своём блоге.

Технологические компании незаметно изучали ваши фотографии, чтобы улучшить системы распознавания лиц. И вот как им это удалось.

Ваше лицо в руках корпораций

Newочём• 281

Подкасты недоступны в мобильной версии

1 - Введение. Часть 1

2 - Введение. Часть 2

3 - Обработка изображений

4 - Простые методы анализа изображений

5 - Модели изображений

6 - Локальные особенности

7 - Машинное обучение и классификация изображений

8 - Поиск и локализация объектов" на YouTube

Здравствуйте. Меня зовут Ибадов Илькин, я студент Уральского федерального университета.

Компьютерное зрение стало широко распространённой темой, позволяющей создавать множество великолепных сервисов. В этой статье вы познакомитесь с некоторыми JS-фреймворками для работы с компьютерным зрением.

TensorFlow.js

Рассказывает Адам Гайтги, разработчик из Калифорнии.

Я живу в прекрасном городе. Но как и в большинстве городов, поиски свободного места для парковки здесь всегда раздражают. Места быстро занимают, и даже если у вас есть закреплённое место, друзьям просто так к вам не заехать, ведь им придётся искать, где бы оставить машину.