Nauka danych computer-vision

2

Jak obliczyć mAP dla zadania wykrywania dla PASCAL VOC Challenge?

Jak obliczyć mAP (średnia średnia precyzja) dla zadania wykrywania dla liderów Pascal VOC? http://host.robots.ox.ac.uk:8080/leaderboard/displaylb.php?challengeid=11&compid=4 Tam powiedział - na stronie 11 : http://homepages.inf.ed.ac.uk/ckiw/postscript/ijcv_voc09.pdf Średnia precyzja (AP). Do oceny VOC2007 zastosowano interpolowaną średnią precyzję (Salton i Mcgill 1986) do oceny zarówno klasyfikacji, jak i wykrywania. Dla danego zadania i klasy krzywa precyzji …

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

4

Jaka jest różnica między Inception v2 a Inception v3?

Papier Idąc głębiej ze zwojów opisuje GoogleNet który zawiera oryginalne moduły powstania: Zmiana na początek v2 polegała na tym, że zastąpiły one splot 5x5 dwoma kolejnymi splotami 3x3 i zastosowały pule: Jaka jest różnica między Inception v2 a Inception v3?

18 image-classification convnet computer-vision inception

3

Co oznacza notacja mAP @ [. 5: .95]?

W przypadku wykrywania powszechnym sposobem ustalenia, czy propozycja jednego obiektu była poprawna, jest Skrzyżowanie przez Unię (IoU, IU). Pobiera zestaw proponowanych pikseli obiektowych i zestaw rzeczywistych pikseli obiektowych B i oblicza:ZAZAAbbB jao U( A , B ) = A ∩ BA ∪ BjaoU(ZA,b)=ZA∩bZA∪bIoU(A, B) = \frac{A \cap B}{A \cup B} …

17 computer-vision

3

Dlaczego zwoje zawsze używają liczb nieparzystych jako filter_size

Jeśli spojrzymy na 90-99% artykułów opublikowanych za pomocą CNN (ConvNet). Zdecydowana większość z nich używa najczęściej używanych filtrów o liczbach nieparzystych : {1, 3, 5, 7}. Sytuacja ta może prowadzić do pewnych problemów: przy tych rozmiarach filtrów zwykle splot nie jest idealny z wypełnieniem 2 (wspólne wypełnienie), a niektóre krawędzie …

13 deep-learning convnet computer-vision convolution

3

Czy są jakieś dobre gotowe modele językowe dla Pythona?

Prototypuję aplikację i potrzebuję modelu językowego, aby obliczyć zakłopotanie w przypadku niektórych wygenerowanych zdań. Czy istnieje jakiś wyuczony model języka w Pythonie, którego można łatwo używać? Coś prostego jak model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert junior pancake') assert p1 < …

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

2

Jaka jest różnica między Dilated Convolution a Deconvolution?

Te dwie operacje splotu są obecnie bardzo powszechne w głębokim uczeniu się. O rozszerzonej warstwie splotowej przeczytałem w tym artykule: WAVENET: GENERACYJNY MODEL SUROWEGO AUDIO a Dekonwolucja znajduje się w tym artykule: W pełni konwolucyjne sieci dla segmentacji semantycznej Oba wydają się próbkować obraz, ale jaka jest różnica?

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

5

Segmentacja obrazu bez nadzoru

Próbuję zaimplementować algorytm, w którym biorąc pod uwagę obraz z kilkoma obiektami na stole w płaszczyźnie, pożądane jest wyjście z masek segmentacji dla każdego obiektu. W przeciwieństwie do CNN, celem jest wykrycie obiektów w nieznanym środowisku. Jakie są najlepsze podejścia do tego problemu? Czy są też jakieś przykłady implementacji dostępne …

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

2

Jak mogę wykryć, że zdjęcie zostało zrobione w Photoshopie?

Chciałbym sprawdzić pliki JPG, jeśli zostały zmanipulowane w celu zmiany treści. Co uważam za NIE Photoshopped: Uprawa Obracanie (Skalowanie) Rozdzielczość obrazu Automatyczne zmiany mogą wprowadzić smartfony Co uważam za photoshopping: Dodanie nowego obrazu na wierzchu części starego obrazu Zmiana tekstu części obrazu Jak można to automatycznie sprawdzić? (I: Czy są …

10 computer-vision

1

liczba parametrów warstw splotu

W tym cytowanym artykule autorzy przedstawiają następującą dyskusję na temat liczby parametrów masy. Nie jestem do końca jasne, dlaczego ma parametry . Myślę, że powinien to być ponieważ każdy z kanałów wejściowych ma ten sam filtr, który ma parametrów.49C249C249C^249C49C49CCCC494949

9 machine-learning deep-learning computer-vision

2

Czy istnieją badania, które badają przerwanie leczenia w porównaniu z innymi regularyzacjami?

Czy opublikowano jakieś prace, które pokazują różnice w metodach regularyzacji sieci neuronowych, najlepiej w różnych domenach (lub przynajmniej w różnych zestawach danych)? Pytam, ponieważ obecnie mam wrażenie, że większość ludzi wydaje się używać tylko porzucenia w celu uregulowania widzenia komputerowego. Chciałbym sprawdzić, czy istnieje powód (nie) zastosowania różnych sposobów regularyzacji.

9 neural-network computer-vision convnet regularization dropout

Pytania otagowane jako computer-vision