Als «computer-vision» getaggte Fragen

Computer Vision ist ein Teilgebiet der Informatik, das sich mit der Analyse und dem Verständnis von Bildern befasst. Dies umfasst das Erkennen von Objekten wie Gesichtern in Bildern oder das Segmentieren von Bildern.

2
Wie berechnet man die mAP für die Erkennungsaufgabe für die PASCAL VOC Challenge?
Wie berechnet man den mAP (Mean Average Precision) für die Erkennungsaufgabe der Pascal VOC-Bestenlisten? http://host.robots.ox.ac.uk:8080/leaderboard/displaylb.php?challengeid=11&compid=4 Dort heißt es - auf Seite 11 : http://homepages.inf.ed.ac.uk/ckiw/postscript/ijcv_voc09.pdf Durchschnittliche Präzision (AP). Für die VOC2007-Herausforderung wurde die interpolierte Durchschnittsgenauigkeit (Salton und Mcgill 1986) verwendet, um sowohl die Klassifizierung als auch die Erkennung zu bewerten. Für …


3
Was bedeutet die Notation mAP @ [. 5: .95]?
Eine gängige Methode zur Feststellung, ob ein Objektvorschlag richtig war, ist die Ermittlung von Schnittpunkten über Union (IoU, IU). Dies nimmt die Menge der vorgeschlagenen Objektpixel und die Menge der wahren Objektpixel B und berechnet:EINEINABBB icho U( A , B ) = A ∩ BA ∪ BichÖU(EIN,B)=EIN∩BEIN∪BIoU(A, B) = \frac{A …


4
Gibt es gute Out-of-the-Box-Sprachmodelle für Python?
Ich erstelle Prototypen für eine Anwendung und benötige ein Sprachmodell, um die Ratlosigkeit einiger generierter Sätze zu berechnen. Gibt es ein geschultes Sprachmodell in Python, das ich problemlos verwenden kann? So etwas Einfaches wie model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert …
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
Was ist der Unterschied zwischen erweiterter Faltung und Entfaltung?
Diese beiden Faltungsoperationen sind derzeit im Deep Learning sehr verbreitet. Ich habe in diesem Artikel über die erweiterte Faltungsschicht gelesen: WAVENET: EIN GENERATIVES MODELL FÜR ROHES AUDIO und Entfaltung ist in diesem Artikel: Vollständig Faltungsnetzwerke für die semantische Segmentierung Beide scheinen das Bild zu verbessern, aber was ist der Unterschied?


2
Wie kann ich feststellen, ob ein Bild mit Photoshop versehen wurde?
Ich möchte JPG-Dateien überprüfen, wenn sie manipuliert wurden, um den Inhalt zu ändern. Was ich NICHT als Photoshopping betrachte: Zuschneiden Drehen (Skalierung) Bildauflösung Automatische Änderungen, die Smartphones möglicherweise vornehmen Was ich als Photoshopping betrachte: Hinzufügen eines neuen Bildes über Teilen des alten Bildes Ändern des Textes eines Teils eines Bildes …


2
Gibt es Studien, die Dropout im Vergleich zu anderen Regularisierungen untersuchen?
Gibt es Veröffentlichungen, die Unterschiede in den Regularisierungsmethoden für neuronale Netze zeigen, vorzugsweise in verschiedenen Domänen (oder zumindest in verschiedenen Datensätzen)? Ich frage, weil ich derzeit das Gefühl habe, dass die meisten Leute nur Aussetzer zur Regularisierung in der Bildverarbeitung verwenden. Ich möchte prüfen, ob es einen Grund gibt (nicht), …


1
Die Erkennung von Menschen in Bildern durch den HOG-Deskriptor und den SVM-Klassifikator ist schlecht
Ich verwende einen HOG-Deskriptor in Verbindung mit einem SVM-Klassifikator, um Menschen in Bildern zu erkennen. Ich verwende die Python-Wrapper für OpenCV. Ich habe das hervorragende Tutorial bei pymagesearch verwendet , das erklärt, was der Algorithmus tut, und Hinweise zum Festlegen der Parameter der Methode detectMultiScale gibt . Insbesondere tue ich …

2
Neuronale Netzwerkarchitektur zum Identifizieren von Bildkopien
Ich habe eine große Bildersammlung und möchte die Bilder in dieser Sammlung identifizieren, die andere Bilder aus der Sammlung zu kopieren scheinen. Um Ihnen einen Eindruck von den Arten von Bildpaaren zu geben, die ich als Übereinstimmungen klassifizieren möchte, betrachten Sie bitte diese Beispiele: Ich habe ungefähr 0,25 Millionen Paare …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.