Pull to refresh
  • by relevance
  • by date
  • by rating

MobileNet: меньше, быстрее, точнее

Development of mobile applicationsAlgorithmsImage processingMathematicsMachine learning
Если пять лет назад нейронная сеть считалась «тяжеловесным» алгоритмом, требующим железа, специально предназначенного для высоконагруженных вычислений, то сегодня уже никого не удивить глубокими сетями, работающими прямо на мобильном телефоне.

В наши дни сети распознают ваше лицо, чтобы разблокировать телефон, стилизуют фотографии под известных художников и определяют, есть ли в кадре хот-дог.

В этой статье мы поговорим о MobileNet, передовой архитектуре сверточной сети, позволяющей делать всё это и намного больше.
Читать дальше →
Total votes 10: ↑10 and ↓0 +10
Views32K
Comments 5

Играем в Mortal Kombat с помощью TensorFlow.js

JavaScriptGame developmentImage processingMachine learning
Translation
Экспериментируя с улучшениями для модели прогнозирования Guess.js, я стал присматриваться к глубокому обучению: к рекуррентным нейронным сетям (RNN), в частности, LSTM из-за их «необоснованной эффективности» в той области, где работает Guess.js. В то же время я начал играться с свёрточными нейросетями (CNN), которые тоже часто используются для временных рядов. CNN обычно используют для классификации, распознавания и обнаружения изображений.


Управление MK.js с помощью TensorFlow.js

Исходный код для этой статьи и МК.js лежат у меня на GitHub. Я не выложил набор данных для обучения, но можете собрать свои собственные и обучить модель, как описано ниже!
Читать дальше →
Total votes 68: ↑65 and ↓3 +62
Views18K
Comments 11

Детекция кашля на Intel NUC

System Analysis and DesignMachine learningComputer hardwareArtificial IntelligenceTensorFlow
Собственно, да, на простом языке – мы захотели (и реализовали) детектор кашляющих людей, но не по позе (так как это требует больших ресурсов), а путем классификации входящих фото после детекции лица с расширением зоны.

Детектор кашля для Intel NUC
Читать дальше →
Total votes 10: ↑4 and ↓6 -2
Views1.9K
Comments 9

Поиск нарушений на видео с помощью компьютерного зрения

PythonProgrammingMachine learning

Предположим, что данное нарушение возможно. Как же его выявить?

В нашем распоряжении имеются записи с камер наблюдения рабочего места сотрудника и журнал проведения операций.

Будем искать все моменты на записи, где отсутствовал клиент. В этом нам поможет нейронная сеть MobileNet и CSRT Tracker из библиотеки opencv. А для удобства еще и Tesseract-OCR.

Чтобы найти человека в кадре будем использовать нейросеть MobileNet. Данная сеть позволяет обнаружить и локализовать 20 типов объектов на изображении. Для ее работы необходимо скачать два файла: архитектуру и веса. Данные файлы можно найти в репозитории Github.

Перед написанием кода нам понадобится установка библиотеки компьютерного зрения cv2 и пакета для обработки текста на изображениях pytesseract. 

Читать далее
Total votes 4: ↑3 and ↓1 +2
Views1.9K
Comments 2

Поиск нарушений на видео с помощью компьютерного зрения

PythonProgrammingMachine learning

Автоматизация обработки видеозаписи с целью выявления нарушений — одно из востребованных направлений компьютерного зрения во многих отраслях.
Сегодня мы попытаемся обнаружить на видео отсутствие клиента в кадре в момент проведения операции в автоматизированной системе.

Читать далее
Total votes 2: ↑1 and ↓1 0
Views3.3K
Comments 0