Публикации по теме 'image-classification'
Классификация пород собак с использованием CNN
Проект Udacity Data Science Nano Degree Capstone.
В мире существуют сотни различных пород собак и около 400 миллионов собак. Если бы вы увидели симпатичную собаку в парке, но не знали бы, какой она породы, разве не было бы здорово, если бы вы могли использовать только ее изображение, чтобы классифицировать именно ее? Это именно то, на что направлен этот проект от Udacity Data Science Nanodegree.
Обзор проекта
Этот проект научил меня создавать, обучать и тестировать конвейер..
Проблема классификации мультиклассовых изображений - Сверточная нейронная сеть тренируется на изображениях галактик
Это проблема классификации изображений с несколькими классами, которая использует сверточную нейронную сеть с TensorFlow (Keras api) для обучения на наборе данных Galaxy10.
Сначала загрузим набор данных. В этом руководстве я запускаю код в Google Colab.
!pip install astroNN
Затем мы импортируем библиотеки.
from astroNN.datasets import galaxy10
from astroNN.datasets.galaxy10 import galaxy10cls_lookup
import keras
from keras.models import Sequential
from keras.layers import..
Оценка калорий на основе изображений с использованием глубокого обучения
По данным ВОЗ почти 20% смертей во всем мире связаны с нездоровым питанием. В 2016 году 39% взрослых в возрасте 18 лет и старше имели избыточный вес, а 13% страдали ожирением. Большая часть населения мира проживает в странах, где избыточный вес и ожирение убивают больше людей, чем недостаточный вес.
Проблема здесь не в достаточном количестве еды, а в том, что люди не знают, что входит в их рацион. Если бы люди могли оценить количество потребляемых калорий, используя изображения своей..
Самолеты, поезда и автомобили — Часть 1. Вывод множественной классификации с мультибинаризованными метками
Обзор
Это упражнение будет направлено на то, чтобы ответить на вопрос о том, как сгенерировать несколько выходных классификаций по одному входному изображению с использованием сверточных нейронных сетей. Будут протестированы два различных решения этой проблемы, чтобы сравнить их производительность и проанализировать их достоинства. В первом примере будет использоваться одна модель, которая будет производить несколько выходных данных; по сути, мы будем двухкратно кодировать входные..
Классификация изображений и развертывание с помощью Pytorch
Мы рассмотрим методику классификации изображений и очистки обучающего набора данных. Мы создаем набор данных изображений с помощью Google, применяем модель к реальному случаю и добавляем руководство по развертыванию модели с помощью Starlette и Uvicorn.
Фон
В эти дни, в связи с определенными обстоятельствами, я обнаружил, что занимаюсь бесплатным курсом Pytorch, разработанным с помощью fast.ai , материала, на котором полностью основана эта статья (урок 2) и который очаровал меня,..
Научитесь использовать мощную технологию машинного обучения за 5 минут
Классификация изображений с помощью машинного обучения проще, чем вы думали. Ml5.js делает машинное обучение доступным и простым в освоении. Используя библиотеку ml5.js, вы быстро запустите и запустите свою первую программу машинного обучения, для этого потребуется всего несколько строк кода.
Наш проект будет использовать ml5.js , p5.js и пакет npm под названием live-server .
Настройте свой проект:
Создайте папку для вашего проекта. Создайте два файла внутри папки. Файл..
Как вывести предварительно обученный классификатор изображений с помощью Watson AutoAI
Вывод с использованием предварительно обученных моделей
Классификация
Классификация изображений — это еще одна задача, относящаяся к науке о данных и машинному обучению, где мы назначаем каждому изображению один или несколько классов или категорий.
Вывод
Создайте проект на IBM Watson. Вы должны увидеть список своих проектов. Нажмите на один из проектов, чтобы начать.
Нажмите «Добавить в проект», чтобы добавить услугу
Выберите «Модель визуального распознавания» ...
