Открыть список
Как стать автором
Обновить

Комментарии 15

Спасибо за статью, а как обучить сеть самому?
Взять тот же Tensorflow, найти данные для обучения, и собсно обучить. Оптимизаторы уже есть в TF. А еще есть высокоуровневые надстройки по типу Keras которые позволяют свести весь процесс к build model -> fit -> predict.
Милая собачка, не так ли?

image
Машинное обучение оно такое, да
Вот ещё подобное:
image
image
Очень интересно. Тоже присматриваюсь к Ёлке. Отпугивало как раз то, что они базируются на этом странном фреймворке — DarkNet, который, похоже, остановился в своём развитии. То, что вы перенесли Ёлку на TensorFlow добавляет оптимизма — он точно будет развиваться.
Мне казалось что после выхода любой популярной статьи по ML сотни инженеров по всему миру бросаются реализовывать ее на *favorite framework*.
Буквально навскидку: Keras, Pytorch
До конца так и не понял — Ёла это что? Это архитектура сети (типа AlexNet, LeNet, GoogleNet, ResNet?), которую можно воспроизвести на любом нейросетевом движке — хоть на Keras, хоть на Matlab? Или это алгоритм, который предобрабатывает изображение, прежде чем подать его на вход сети любой архитектуры?
YOLO — это модель, она описывает, как должны быть соединены нейроны и слои сети между собой, да, это ее архитектура. Ее можно воспроизвести на другом нейросетевом фреймворке. Нейроную сеть можно заставить не только предсказывать что-либо, но и производить конкретные вычисления.
Вот я тоже так понял, но как тогда понимать вот это: pjreddie.com/darknet/imagenet/#extraction
Йоло приводит список других моделей, которые могут быть воспроизведены в Йоло:
Model Top-1 Top-5 Ops GPU CPU Cfg Weights
AlexNet 57.0 80.3 2.27 Bn 1.5 ms 0.3 s cfg 285 MB
Darknet Reference 61.1 83.0 0.81 Bn 1.5 ms 0.16 s cfg 28 MB
VGG-16 70.5 90.0 30.94 Bn 10.7 ms 4.9 s cfg 528 MB
Extraction 72.5 90.8 8.52 Bn 6.4 ms 0.95 s cfg 90 MB
Darknet19 72.9 91.2 5.58 Bn 6.0 ms 0.66 s cfg 80 MB
Darknet19 448x448 76.4 93.5 22.33 Bn 11.0 ms 2.8 s cfg 80 MB
Resnet 50 75.8 92.9 10 Bn 7.0 ms ?? s cfg 87 MB
Resnet 152 77.6 93.8 29.4 Bn ?? ms ?? s cfg 220 MB
Densenet 201 77.0 93.7 10.9 Bn ?? ms ?? s cfg 66 MB

Если Йоло сама по себе модель, то как она может выступать в роли других моделей (AlexNet, Extraction, Resnet 50, etc.) Если я в Йоло подгружу веса и конфигурацию AlexNet — что я получу в итоге — YOLO или AlexNet?
По ссылке же просто модели на фреймворке darknet, при чем тут YOLO?
Невероятно, но это будущее уже наступило!
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.