Вы слышали о терминах — AI, компьютерное зрение, ML, DL? Есть высокие шансы, что ответ положительный. Итак, вы изучили и освоили эти термины? Если нет, знаете ли вы их значение? Нет, не волнуйтесь, этот пост для вас. Если ответ да, все равно это поможет вам. Этот пост для всех, кто не хочет изучать ИИ, но хочет разобраться в терминах.

Прежде чем читать дальше, я надеюсь, что вы прочитали мою последнюю статью, в которой я писал об общих аббревиатурах, которые используются в индустрии компьютерного зрения. Если вы еще этого не читали, то можете прочитать здесь

Что такое ИИ
Знаете ли вы, почему люди широко признаны самым разумным видом на планете? Это связано с определенными познавательными способностями, которыми наделен человек. Некоторые из важных

Зрение
Способность к речи
Быстрое принятие решений и действий
Способность учиться и адаптироваться
Хорошая память

Эти способности позволяют человеку приобретать знания и опережать другие виды на планете. Это природный интеллект.

Самое простое определение ИИ — это процесс воспроизведения этого естественного интеллекта человека. Это процесс создания машин, способных понимать визуальные эффекты и языки, способных принимать решения и даже генерировать новые визуальные эффекты и тексты. Внедрение всех или частичных элементов человеческого интеллекта в машину — это искусственный интеллект.

Большинство отраслей используют ИИ каким-то другим способом, например. Финансы, здравоохранение, автомобилестроение, производство и т. д. Хорошим примером ИИ является робот-человек. Существует множество приложений ИИ, которые мы используем в повседневной жизни, например, поиск Google, система рекомендаций видео/фильмов, чат-бот и многие другие.

Что такое компьютерное зрение
Как мы уже прочитали, одним из элементов из упомянутых выше элементов человеческого интеллекта является зрение. Его можно разделить на создание визуальных эффектов и понимание визуальных эффектов. Большинство людей благословлены созданием визуальных образов. Понимание развивается за счет постоянного воздействия этих визуальных образов, обучения и запоминания. Когда ребенок родится, он сможет видеть визуальные эффекты, что бы они ни находились перед его глазами, но может не понимать, что это такое. Понимание – это постепенный процесс, который развивается в конце концов. Как только кто-то скажет ему, что это то, что есть, например. яблоко или кукла, он учится этому. Есть вероятность, что он забудет, как выглядит яблоко, но вы покажете ему еще раз, и оно запомнится ему. Теперь он очень хорошо узнает яблоко. В дальнейшем, когда он будет видеть все больше и больше визуальных образов, он сможет узнать яблоко даже по кусочку. Это человеческое зрение.

Компьютерное зрение, как говорится в термине, является воспроизведением второго элемента человеческого зрения, то есть визуального понимания, в компьютеры. Это позволяет компьютерам извлекать информацию из изображений, из видео. Человек может резюмировать события или видео, которые он видел, Человек может извлекать содержимое изображений, что очень естественно. Но машины не могут, и это цель CV.

Копией первого элемента является камера, которая фиксирует визуальные эффекты. Существует еще один термин, связанный с этим, — IP-обработка изображений, который представляет собой не что иное, как обработку изображений с точки зрения настройки атрибутов изображения, таких как яркость/контраст или преобразование, например масштабирование/поворот/переворот. Алгоритмы обработки изображений играют важную роль в компьютерном зрении. Поэтому важно понимать обработку изображений и ее концепции, чтобы продолжить карьеру в области компьютерного зрения.

Приложениями компьютерного зрения являются самоуправляемые автомобили, системы обнаружения и распознавания лиц, преобразование изображений в текст и т. д.

Хорошо, тогда что такое машинное обучение (DL) и глубокое обучение (DL)
Это очень просто, это методы обучения. Эти методы обучения позволяют машине понимать, как люди. Они являются частью системы ИИ. Они работают с особенностями объектов. например Форма, текстура, цвет и т.

Как видно из рисунка ниже, машинное обучение требует, чтобы человек извлек особенности объекта, который нужно изучить, в то время как глубокое обучение способно находить эти функции самостоятельно. Развитие методов машинного обучения и глубокого обучения в последние годы повысило производительность алгоритмов компьютерного зрения.

Надеюсь, теперь вы поняли, что означают эти термины. Я постарался написать очень простым языком, чтобы каждый человек, который хочет понять эти термины, не углубляясь в них, имел о них представление. Есть еще термины из моей предыдущей статьи, которые я буду освещать в своих следующих статьях, так что следите за мной.

Счастливого обучения!