Публикации по теме 'image-classification'


Что такое картофель фри? - fast.ai Deep Learning (Неделя 1)
В этом посте я прорабатываю вводную неделю 1 fast.ai по классификации изображений и применяю ее к картофелю фри. Несмотря на бурные споры о том, какой из кудрявого картофеля, скудного картофеля фри, картофеля фри и картофеля фри с вафлями вкуснее (очевидно, что картофель фри лучше всего), я решил провести более объективное компьютерное исследование этого святого картофеля, чтобы посмотреть, могу ли я сказать их врозь. Мой коллега показал мне этот комикс xkcd год назад, и хотя мы..
Классификация изображений для игральных карт
Машинное обучение для классификации изображений игральных карт по масти и номеру В этой статье я обучаю модель с помощью TensorFlow определять масть и количество игральных карт по их изображению. Я создаю набор данных, фотографируя каждую карту, затем выполняю предварительную обработку и увеличение данных с помощью функций поворота, масштабирования, увеличения яркости и сдвига. Окончательный набор данных состоит из 39000 изображений в оттенках серого размером 180x180. Затем я обучаю..
Использование MobileNet с Keras
Как мы можем использовать предварительно обученную модель классификации изображений MobileNet Привет ! Сегодня мы попробуем использовать предварительно обученную модель MobileNet в Keras. MobileNet — отличная модель, которая может классифицировать 1000 различных классов изображений, как и другая очень известная модель VGG16. Хотя VGG16 имеет лучшую точность по сравнению с MobileNet, он очень удобен, поскольку он очень легкий по сравнению с другими моделями классификации изображений...
Краткое руководство по сверточной нейронной сети (CNN)
ВСТУПЛЕНИЕ: Сверточная нейронная сеть ( CNN или ConvNet ) - это класс глубоких нейронных сетей который в основном используется для распознавания изображений, классификации изображений, обнаружения объектов и т. д. Усовершенствования в области компьютерного зрения с глубоким обучением были созданы и усовершенствованы со временем, в первую очередь над одним конкретным алгоритмом - сверточной нейронной сетью . Google использует его для поиска фотографий, Facebook для..
Доктор растений: обнаружение болезней у растений!
Руководство по созданию системы обнаружения болезней растений. Оглавление- Введение Описание данных Используемая метрика Функция потерь Исследование данных Обучающий тестовый сплит Моделирование Предсказание по изображениям Библиотека FastAi Результаты использованная литература Введение- По данным Продовольственной и сельскохозяйственной организации Объединенных Наций (ООН), трансграничные вредители и болезни растений поражают продовольственные культуры, нанося..
Может ли глубокое обучение спасти тропические леса Амазонки?
Нам нужно спасти легкие нашей планеты Амазонка является домом для одного миллиона коренных жителей и трех миллионов видов растений и животных. Площадь биома Амазонки составляет 6,7 миллиона км² (вдвое больше, чем у Индии), он не имеет себе равных по масштабу, сложности и возможностям, и это действительно регион, отличающийся превосходной степенью. В августе 2019 года исследование Национального института космических исследований ( INPE ) показало, что количество лесных пожаров..
Введение в глубокое обучение с помощью Keras
Как использовать библиотеку Keras Deep Learning Keras - это высокоуровневый API нейронных сетей, способный работать поверх Tensorflow , Theano и CNTK . Он позволяет быстро экспериментировать с помощью высокоуровневого, удобного, модульного и расширяемого API. Keras также можно запускать как на CPU, так и на GPU. Keras был разработан и поддерживается Francois Chollet и является частью ядра Tensorflow, что делает его предпочтительным высокоуровневым API для Tensorflow. Эта..