Публикации по теме 'semantic-segmentation'
Автономная погоня за автомобилем: от диссертации к докладу на конференции
Это было год назад (летом 2019 года), когда я решал, какую тему выбрать для моей бакалаврской диссертации. В то время я заканчивал стажировку в Европейском космическом агентстве, где занимался минералогическими исследованиями машинного обучения ¹. Тем не менее, я также знал, что в моем университете ведется много исследований беспилотных автомобилей в сотрудничестве с Toyota. Хотя минералогические исследования, которые могут быть использованы в будущих планетарных миссиях, очень важны,..
Воздушная семантическая сегментация с использованием модели глубокого обучения U-Net
В этой статье я собираюсь объяснить и применить модель U-Net к набору данных Drone для попиксельной классификации. Давайте сначала посмотрим на модель U-Net.
U-Net для семантической сегментации:
U-Net [1] построен на полностью сверточной нейронной сети (FCN), впервые представленной в [2], и используется для задач семантической сегментации. FCN стал прорывом в области классификации изображений в том смысле, что они могут выполнять мелкозернистые прогнозы, то есть классификацию..
Сегментация спутниковых снимков с помощью сверточных нейронных сетей
Можем ли мы использовать глубокое обучение, чтобы понять, что такое лес, здание или река из космоса?
Недавно у меня была возможность поработать над проектом компьютерного зрения с использованием сверточных нейронных сетей для определения различных типов земного покрова на спутниковом изображении. Во время моего исследования прошлые материалы с открытым исходным кодом от сообщества машинного обучения были чрезвычайно полезны для ответов на вопросы и устранения общих неполадок. Я..
Обзор: IDW-CNN - изучение описаний изображений в наборе данных Wild повышает точность…
Обгоняет FCN , CRF-RNN и DeepLabv2
В этой статье дается краткий обзор IDW-CNN Университета Сунь-Ят-сена, Китайского университета Гонконга и SenseTime Group (Limited).
Точность сегментации повышается за счет изучения набора данных Image Descriptions in the Wild (IDW) . В отличие от предыдущих наборов данных для подписей к изображениям, где подписи были вручную и плотно аннотированы, изображения и их описания в IDW автоматически загружаются из Интернета без какой-либо ручной..
Состязательная атака для модели семантической сегментации
Мы живем в том возрасте, когда нас окружают машины, некоторые из которых работают на основе технологий глубокого обучения. Надо признать, что глубокое обучение оказалось успешным. Люди называют это чем-то вроде пузыря, который может лопнуть, но сейчас он решает некоторые важные проблемы, которые раньше казалось почти невозможными для машин.
Глубокое обучение дает ответы на некоторые сложные проблемы. Проблемы варьируются от создания описаний для изображений до ответов на вопросы об..
Что такое семантическая сегментация изображений и типы для глубокого обучения?
Аннотации изображений становятся единственной техникой, которая может обеспечить правильное визуальное восприятие машин с помощью алгоритмов компьютерного зрения. Существуют различные методы, используемые для аннотации изображений, семантическая сегментация - одна из них, используемая для создания обучающих данных для глубокой нейронной сети.
Что такое семантическая сегментация?
Это процесс сегментации каждого пикселя изображения в его области, имеющей семантическое значение с..
Lyft Perception Challenge - 2-е место
В прошлом месяце Udacity в партнерстве с Lyft провел испытание на семантическую сегментацию, чтобы увидеть, кто из их студентов / выпускников может лучше всего идентифицировать транспортные средства и дороги в видеопотоке. Публикации оценивались по сочетанию точности и скорости. Это метод, который я использовал для получения 2-го места на этом конкурсе.
В конвейере, который я использовал, используется предварительная обработка данных и полностью сверточная сеть (FCN)...
