cnn

  • Хабрахабр

    Распознавание номеров. Как мы получили 97% точности для Украинских номеров. Часть 2

    Продолжаем рассказ о том как распознавать номерные знаки для тех кто умеет писать приложение «hello world» на python-е! В этой части научимся тренировать модели, которые ищут регион заданного объекта, а также узнаем как написать простенькую RNN-сеть, которая будет справляться с чтением номера лучше чем некоторые коммерческие аналоги.В этой части я расскажу как тренировать Nomeroff Net под Ваши данные, как получить…

    Подробнее »
  • Хабрахабр

    Kaggle: не можем ходить — будем бегать

    Насколько сложна тема машинного обучения? Если Вы неплохо математически подкованы, но объем знаний о машинном обучении стремится к нулю, как далеко Вы сможете зайти в серьезном конкурсе на платформе Kaggle? О площадке и конкурсе Kaggle — это сообщество интересующихся ML (от новичков до крутых профи) и площадка для проведения конкурсов (часто с внушительным призовым фондом). Такой как раз был в…

    Подробнее »
  • Хабрахабр

    [Перевод] Audio AI: выделяем вокал из музыки с помощью свёрточных нейросетей

    Взлом музыки для демократизации производного контента Отказ от ответственности: вся интеллектуальная собственность, проекты и методы, описанные в этой статье, раскрыты в патентах US10014002B2 и US9842609B2. Вот бы вернуться в 1965 год, постучать в парадную дверь студии «Эбби-Роуд» с пропуском, зайти внутрь — и услышать настоящие голоса Леннона и Маккартни… Что ж, давайте попробуем. Входные данные: MP3 среднего качества песни «Битлз» We Can…

    Подробнее »
  • Хабрахабр

    Распознавание номеров. Практическое пособие. Часть 1

    Эта функция применяется для автоматической зарисовки номера у некоторых клиентов. Все начиналось банально — моя компания уже год платила ежемесячно плату за сервис, который умел находить регион с номерными знаками на фото. Теперь по номерному знаку стало возможным проверять некоторую информацию про автомобиль (марку, модель, год выпуска, цвет и т.д. И в один прекрасный день МВД Украины открыло доступ к…

    Подробнее »
  • Хабрахабр

    [Перевод] Играем в Mortal Kombat с помощью TensorFlow.js

    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…

    Подробнее »
  • Хабрахабр

    Нейронные сети с нуля. Обзор курсов и статей на русском языке, бесплатно и без регистрации

    На Хабре периодически появляются обзоры курсов по машинному обучению. Но такие статьи чаще добавляют в закладки, чем проходят сами курсы. Причины для этого разные: курсы на английском языке, требуют уверенного знания матана или специфичных фреймворков (либо наоборот не описаны начальные знания, необходимые для прохождения курса), находятся на других сайтах и требуют регистрации, имеют расписание, домашнюю работу и тяжело сочетаются с…

    Подробнее »
  • Хабрахабр

    [Из песочницы] Сверточная нейронная сеть, часть 1: структура, топология, функции активации и обучающее множество

    Предисловие Данные статьи (часть 2) являются частью моей научной работы в ВУЗе, которая звучала так: «Программный комплекс детектирования лиц в видеопотоке с использованием сверточной нейронной сети». Цель работы была — улучшение скоростных характеристик в процессе детектирования лиц в видеопотоке. В качестве видеопотока использовалась камера смартфона, писалось десктопное ПС (язык Kotlin) для создания и обучения сверточной нейросети, а также мобильное приложение…

    Подробнее »
  • Хабрахабр

    [Из песочницы] SmartMailHack. Решение 1-го места в задаче классификации логотипов

    Ru Group хакатон для студентов SmartMailHack. Две недели назад закончился проходивший в офисе Mail. Все примеры кода будут на Python & Keras (популярный фреймворк для deep learning). На хакатоне предлагался выбор из трех задач; статья от победителей во второй задаче уже есть на хабре, я же хочу описать решение нашей команды, победившей в первой задаче. Описание задачи Обучающий датасет состоял…

    Подробнее »
  • Хабрахабр

    Щи или распознавание 330 млн лиц на скорости 400 фото / сек

    Распознаванием лиц в 2018 году никого не удивишь – каждый студент, может, даже школьник, его делал. Но всё становится немного сложнее, когда у вас не датасет на 1 млн пользователей, а: 330 миллионов пользовательских аккаунтов; ежедневно заливается 20 млн пользовательских фотографий; максимальное время на обработку одного фото не должно превышать 0.2 сек; ограниченные объемы оборудования для решения задачи. В этой…

    Подробнее »


Кнопка «Наверх»
Закрыть