Тренировка модели RTMDet в MMDetection и MMYOLO
RTMDet — является современной моделью компьютерного зрения, которую можно применять для детектирования объектов (Rect и RotatedRect) и сегментации. Реализация пока
Читать далее
Автор: Александр Кручинин
Замена объектов на изображении с использованием Stable Diffusion, SAM и Grounding DINO
Современные технологии компьютерного зрения и генерации изображений позволяют обычному пользователю (немного разбирающемуся как использовать Google colab) заменять части объектов на
Читать далее
Классификация видео с использованием CNN-RNN
Классификация видео является важной задачей, конечным итогом которой является понимание того, что происходит на видеоданных. Здесь https://keras.io/examples/vision/video_classification/ описан простой метод
Читать далее
Распознавание языка жестов, LSTM и ragged tf.Dataset
Какое-то время назад на Kaggle проходило соревнование по распознаванию языка жестов: https://www.kaggle.com/competitions/asl-signs Собственно были размеченные данные со скелетом человека, лицом и
Читать далее
Изменение шага learning rate в TensorFlow Keras
Для сходимости к лучшему результату при обучении одним из ключевых параметров является learning_rate, который говорит оптимизатору на каждом шаге сдвинутся на
Читать далее
GeM Pooling и Image Retrieval
Слой GeM Pooling и его использование. Материалы: GeM Pooling Explained with PyTorch Implementation and Introduction to Image Retrieval Fine-tuning CNN
Читать далее
Keras модели внимания для компьютерного зрения
В репозитории https://github.com/leondgarse/keras_cv_attention_models представлены модели нейронных сетей на базе внимания (в основном Трансформеры) для задач компьютерного зрения для фреймворка Keras. Репозиторий
Читать далее
Next-ViT: Трансформер машинного зрения следующего поколения для эффективного развертывания в реалистичных промышленных сценариях
GitHub: https://github.com/bytedance/Next-ViT Статья: https://arxiv.org/pdf/2207.05501.pdf Основная цель разработки модели Next-ViT — это создание такой модели на основе Трансформера, которая бы превосходила модели CNN. Известно,
Читать далее
ConvNeXt V2: Совместное проектирование и масштабирование ConvNet с маскированными автоэнкодерами
ConvNeXt V2 — это новое семейство моделей, основанное на полностью свёрточном каркасе автокодировщика с масками (FCMAE) и новом уровне глобальной
Читать далее
Нарезки (Slicing) в Python списках и Numpy
Нарезка — это расширение синтаксиса индексации с использованием квадратных скобок. Она широко используется для доступа к диапазонам (интервалам) элементов. Простой
Читать далее