«computer-vision» etiketlenmiş sorular

Yapay Sinir Ağlarını öğrenmek istiyorum. Ben Hesaplamalı Dilbilimciyim. İstatistiksel makine öğrenmesi yaklaşımlarını biliyorum ve Python'da kodlayabilir. Kavramlarıyla başlamak ve Hesaplamalı Dilbilim perspektifinden faydalı olabilecek bir veya iki popüler modeli tanımak istiyorum. Başvuru için interneti taradım ve birkaç kitap ve materyal buldum. Ripley, Brian D. (1996) Örüntü Tanıma ve Yapay Sinir …

43 neural-networks  deep-learning  references  natural-language  computer-vision 

Bilgisayarla görüşme geçmişim yok, ancak bazı görüntü işleme ve evrimsel sinir ağları ile ilgili makale ve makaleleri okuduğumda, sürekli olarak translation invarianceya da translation invariant. Veya evrişim işleminin sağladığını çok okudum translation invariance? !! Ne anlama geliyor? Ben kendimi her zaman kendime çevirmişim gibi bir görüntüyü herhangi bir şekilde değiştirirsek, …

36 machine-learning  conv-neural-network  convolution  computer-vision 

Sorunumu bir örnekle açıklayacağım. Bazı nitelikler verilen bir bireyin gelirini tahmin etmek istediğinizi varsayalım: {Yaş, Cinsiyet, Ülke, Bölge, Şehir}. Bunun gibi bir eğitim veri setine sahipsiniz train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Değişken boyutlu görüntüler, nesne tespiti için evrişimli bir sinir ağına girdi olarak verebilir miyiz? Mümkünse bunu nasıl yapabiliriz? Ancak görüntüyü kırpmaya çalışırsak, görüntünün bir kısmını kaybederiz ve yeniden boyutlandırmaya çalışırsak, görüntünün netliği kaybolur. Ana netlik konusu, ana nokta, görüntü netliği dikkate alındığında en iyisi olduğu anlamına mı geliyor?

17 deep-learning  tensorflow  keras  computer-vision  object-detection 

Bilgisayar görüşünde kötü bir sorun için optimizasyon hakkında okuyordum ve Wikipedia'daki optimizasyon ile ilgili aşağıdaki açıklama ile karşılaştım. Anlamadığım şey neden Bilgisayar Optimizasyonunda bu optimizasyona " Enerji minimizasyonu " diyorlar ? Bir optimizasyon sorunu aşağıdaki şekilde temsil edilebilir: Verilen: dan bazı set gerçek sayılara işleviAf: A → Rf:A→Rf: A \to …

14 machine-learning  optimization  computer-vision 

Menteşe kaybı ve günlük kaybımaks. ( 0 , 1 - ybenwTxben)maksimum(0,1-ybenwTxben)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)günlük ( 1 + exp( - ybenwTxben) )günlük(1+tecrübe⁡(-ybenwTxben))\text{log}(1 + \exp(-y_i\mathbf{w}^T\mathbf{x}_i)) Aşağıdaki sorularım var: Menteşe kaybı her dezavantajları (örneğin belirtildiği gibi uçlara karşı duyarlıdır var http://www.unc.edu/~yfliu/papers/rsvm.pdf )? Birinin diğerine göre farkları, avantajları ve dezavantajları nelerdir?

14 machine-learning  svm  loss-functions  computer-vision 

Yaya tespiti olarak adlandırılan görevi çözmeye çalışıyorum ve iki kategori pozitif - insanlar, negatifler - arka plan üzerinde ikili clasifer eğitiyorum. Veri setim var: pozitif sayısı = 3752 negatif sayısı = 3800 Train \ test split 80 \ 20% ve RandomForestClassifier form scikit-learn parametrelerini kullanıyorum: RandomForestClassifier(n_estimators=100, max_depth=50, n_jobs= -1) Puanı …

12 classification  random-forest  unbalanced-classes  precision-recall  computer-vision 

İçeriğe dayalı görüntü alma sistemi yaptığım veri madenciliği görevim var. 5 hayvandan 20 görüntüm var. Yani toplam 100 görüntü. Sistemim en alakalı 10 görüntüyü giriş görüntüsüne döndürür. Şimdi sistemimin performansını bir Hassas-Geri Çağırma eğrisi ile değerlendirmem gerekiyor. Ancak, Hassas-Geri Çağırma eğrisi kavramını anlamıyorum. Diyelim ki sistemim bir goril görüntüsü için …

12 data-mining  matlab  precision-recall  curves  computer-vision 

Bir yüz / yüz olmayan ikili algılamayı eğitmek için derin öğrenmeyi kullanmak istiyorum, hangi kaybı kullanmalıyım, SigmoidCrossEntropyLoss veya Menteşe kaybı olduğunu düşünüyorum . Bu doğru mu, ama ben sadece softmax kullanmalıyım ama sadece iki sınıfla mı merak ediyorum?

11 deep-learning  loss-functions  computer-vision  conv-neural-network 

Örnek olarak, bir kişinin resmine dayanarak bir yaş tahmincisi oluşturduğumuzu varsayalım. Aşağıda takım elbiseli iki kişi var, ancak birincisi açıkça ikincisinden daha genç. (kaynak: tinytux.com ) Bunu ima eden birçok özellik vardır, örneğin yüz yapısı. Bununla birlikte, en çarpıcı özellik kafa boyutunun vücut boyutuna oranıdır : (kaynak: wikimedia.org ) Diyelim …

11 neural-networks  computer-vision 

Şu anda yüzleri tanımak için evrişim sinir ağlarını kullanan bir yüz tanıma yazılımı üzerinde çalışıyorum. Okumalarıma dayanarak, eğitim sırasında zaman kazanmak için evrişimli bir sinir ağının ağırlık paylaştığını topladım. Ancak, bir geri yayılımı nasıl adapte eder, böylece bir evrişim sinir ağında kullanılabilir. Geri çoğaltmada, ağırlıkların eğitilmesi için buna benzer bir …

11 machine-learning  neural-networks  computer-vision  backpropagation  conv-neural-network 

Görüntü tanıma için bir evrişim ağı üzerinde çalışıyorum ve farklı boyutlarda görüntüler girip giremeyeceğimi merak ettim (çok farklı değil). Bu projede: https://github.com/harvardnlp/im2markup Onlar söylüyor: and group images of similar sizes to facilitate batching Bu nedenle, ön işlemden sonra bile, görüntüler hala farklı boyutlardadır, bu da formülün bir kısmını kesmeyecekleri için …

10 neural-networks  conv-neural-network  computer-vision 

Konvolüsyonel Sinir Ağları (CNN) ile nesne sınıflandırması gibi bilgisayar görme görevlerinde, ağ çekici bir performans sağlar. Ama evrişimsel katmanlarda parametreleri nasıl ayarlayacağımdan emin değilim. Örneğin 480x480, birinci evrişimsel katman gibi bir gri tonlamalı görüntü ( ), 10 sayısının evrişimsel operatörlerin sayısı anlamına 11x11x10geldiği gibi evrişimsel bir operatör kullanabilir. Soru, CNN'deki …

10 neural-networks  deep-learning  conv-neural-network  computer-vision 

Ankraj hakkında konuşurken Daha Hızlı RCNN belgesinde, "referans kutuları piramitleri" kullanarak ne anlama geliyorlar ve bu nasıl yapılır? Bu sadece W * H * k bağlantı noktalarının her birinde bir sınırlama kutusunun üretildiği anlamına mı geliyor? Burada W = genişlik, H = yükseklik ve k = en boy oranı * …

10 deep-learning  computer-vision 

İkili sınıflandırma görevinde dengesiz bir veri setim var, burada pozitifler negatiflere karşı% 0.3'e karşı% 99.7. Pozitif ve negatifler arasındaki boşluk çok büyük. Bir CNN'yi MNIST probleminde kullanılan yapı ile eğittiğimde, test sonucu yüksek bir Yanlış Negatif Oran gösterir. Ayrıca, eğitim hatası eğrisi başlangıçta birkaç dönemde hızla düşer, ancak sonraki dönemlerde …

10 classification  neural-networks  deep-learning  convolution  computer-vision