Perguntas com a marcação «computer-vision»

Como calcular o mAP (Precisão média média) para a tarefa de detecção das tabelas de classificação Pascal VOC? http://host.robots.ox.ac.uk:8080/leaderboard/displaylb.php?challengeid=11&compid=4 Disse - na página 11 : http://homepages.inf.ed.ac.uk/ckiw/postscript/ijcv_voc09.pdf Precisão Média (PA). Para o desafio VOC2007, a precisão média interpolada (Salton e Mcgill 1986) foi usada para avaliar a classificação e a detecção. …

22 machine-learning  neural-network  svm  computer-vision  object-recognition 

O artigo Aprofundando as convoluções descreve o GoogleNet, que contém os módulos originais: A mudança para o início v2 foi que eles substituíram as convoluções 5x5 por duas convoluções 3x3 sucessivas e aplicaram o pool: Qual é a diferença entre o Inception v2 e o Inception v3?

18 image-classification  convnet  computer-vision  inception 

Para detecção, uma maneira comum de determinar se uma proposta de objeto estava correta é Intersecção sobre União (IoU, IU). Isso pega o conjunto de pixels de objeto propostos e o conjunto de pixels de objeto verdadeiros B e calcula:UMAUMAABBB Euo U( A , B ) = A ∩ BA …

17 computer-vision 

Se examinarmos 90-99% dos artigos publicados usando uma CNN (ConvNet). A grande maioria deles usa tamanho de filtro de números ímpares : {1, 3, 5, 7} para os mais usados. Essa situação pode levar a algum problema: com esses tamanhos de filtro, geralmente a operação de convolução não é perfeita …

13 deep-learning  convnet  computer-vision  convolution 

Estou prototipando um aplicativo e preciso de um modelo de linguagem para calcular a perplexidade em algumas frases geradas. Existe algum modelo de linguagem treinado em python que eu possa usar facilmente? Algo simples como model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

Essas duas operações de convolução são muito comuns no aprendizado profundo no momento. Eu li sobre a camada convolucional dilatada neste artigo: WAVENET: UM MODELO GERATIVO PARA ÁUDIO CRU e desconvolução está neste artigo: Redes totalmente convolucionais para segmentação semântica Ambos parecem fazer uma amostra da imagem, mas qual é …

11 machine-learning  deep-learning  convnet  computer-vision  convolution 

Estou tentando implementar um algoritmo em que, dada uma imagem com vários objetos em uma tabela plana, é desejada a saída de máscaras de segmentação para cada objeto. Ao contrário das CNN, o objetivo aqui é detectar objetos em um ambiente desconhecido. Quais são as melhores abordagens para esse problema? …

10 machine-learning  deep-learning  cnn  computer-vision  object-detection 

Gostaria de verificar os arquivos JPG se eles foram manipulados para alterar o conteúdo. O que considero NÃO photoshopado: Cortar Rotação (Dimensionamento) Resolução de imagem Alterações automáticas que os smartphones podem fazer O que eu considero photoshop: Adicionando uma nova imagem sobre partes da imagem antiga Alterando o texto de …

10 computer-vision 

No presente trabalho altamente citados , os autores dar a seguinte discussão sobre o número de parâmetros de peso. Não estou muito claro por que ele tem parâmetros C 2 . Eu acho que deveria ser 49 C, já que cada um dos canais de entrada C compartilha o mesmo …

9 machine-learning  deep-learning  computer-vision 

Existem trabalhos publicados que mostram diferenças nos métodos de regularização de redes neurais, preferencialmente em domínios diferentes (ou pelo menos diferentes conjuntos de dados)? Estou perguntando, porque atualmente tenho a sensação de que a maioria das pessoas parece usar apenas o abandono para regularizar a visão computacional. Gostaria de verificar …

9 neural-network  computer-vision  convnet  regularization  dropout 

Quero extrair parâmetros de uma imagem usando uma rede neural. Exemplo: Dada a imagem de uma parede de tijolos, o NN deve extrair a largura e a altura dos tijolos, a cor e a rugosidade. Eu posso gerar imagens para determinados parâmetros para treinar o NN e quero usá-lo para …

8 neural-network  deep-learning  computer-vision 

Estou usando um descritor HOG, juntamente com um classificador SVM, para reconhecer humanos em imagens. Estou usando os wrappers Python para OpenCV. Eu usei o excelente tutorial em pymagesearch , que explica o que o algoritmo faz e fornece dicas sobre como definir os parâmetros do método detectMultiScale . Especificamente, …

8 python  computer-vision  object-recognition 

Tenho uma grande coleção de imagens e desejo identificar as imagens dessa coleção que parecem copiar outras imagens da coleção. Para dar uma idéia dos tipos de pares de imagens que desejo classificar como correspondências, considere estes exemplos: Eu classifiquei manualmente cerca de 0,25M de pares de imagens correspondentes e …

7 machine-learning  neural-network  convnet  image-classification  computer-vision