Зашумление и нормализация изображений
Часто при обучении возникают ситуации, когда данных не хватает, поэтому для увеличения разнообразия при обучении используют методы аугментации. Для изображений методов
Читать далее
Компьютерное зрение
Новые методы «особых точек» (features) на изображении и LightGlue
«Особые точки», особенности или features используются в компьютерном зрении достаточно давно, в том числе и в OpenCV, в котором они первоначально
Читать далее
iANPR2 — SDK для распознавания автомобильных номеров. Быстрое развертывание
Что такое iANPR2 iANPR 2 – это комплект средств разработки для распознавания автомобильных номеров второго поколения. Изначально разрабатывалась для возможности
Читать далее
Первый взгляд на модель мира Yolo (YOLO-World)
31 января 2024 года была выпущена модель YOLO-World — модель обнаружения объектов с открытым словарем в реальном времени. Git: https://github.com/AILab-CVC/YOLO-World Аннотация
Читать далее
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
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
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
Обнаружение повернутых объектов с помощью набора инструментов NVIDIA Object Detection Toolkit
Ссылка на оригинал статьи, откуда взята большая часть материала https://developer.nvidia.com/blog/detecting-rotated-objects-using-the-odtk/. В отдельных задачах при определении детектировании объектов необходимо знать его наклон.
Читать далее
Ансамбли в детектировании объектов
Детектирование объектов на изображениях уже стало классической задачей распознавания образов. Метриками качества в подобных задачах являются IoU, map, F1,F2 и
Читать далее
Меры измерения точности при детектировании объектов на изображении
Детектирование состоит из локализации и классификации. Локализация определяет местоположение экземпляра (например, координаты ограничивающей рамки), а классификация сообщает вам, что это
Читать далее