Tensorflow(@CVision)
13.1K subscribers
1.12K photos
192 videos
67 files
2.11K links
اخبار حوزه یادگیری عمیق و هوش مصنوعی
مقالات و یافته های جدید یادگیری عمیق
بینایی ماشین و پردازش تصویر

TensorFlow, Keras, Deep Learning, Computer Vision

سایت دوره
http://class.vision

👨‍💻👩‍💻پشتیبان دوره ها:
@classvision_support
Download Telegram
#سوال :
آیا میتوان شبکه ای که با ورودی 224 در 224 آموزش دیده را با سایز ورودی دیگری آموزش داد ؟

#پاسخ :
بله. اگر معماری شبکه متشکل از لایه globalAveragePool باشد این کار امکان پذیر میباشد. در این لایه به دلیل نمونه برداری عمقی از لایه کانولوشن مستقل از سایز سطر در ستون کانولوشن بوده و برای مپ کردن به لایه تمام متصل بعدی برخلاف flatten مشکلی ایجاد نخواهد شد
مثال : شبکه resnet

#نحوه انجام کار :
برای تغییر سایز ورودی شبکه ترین شده در keras آن را لود کرده و به صورت زیر سایز ورودی شبکه را تغییر میدهیم.
model = load_model('checkpoint.h5')
input_layer = InputLayer(input_shape=(img_width, img_hight, channel), name="input_1")
model.layers[0] = input_layer
model.save("checkpoint-reshaped.h5")

در نهایت با دستور زیر نیز میتوانید سایز ورودی لایه و تمام لایه های شبکه را مشاهده نمایید
model.summary()

#کاربرد :
1 - ابتدا شبکه را با سایز ورودی کوچک آموزش داده و پس از چند ایپاک که به درصد دقت مناسبی رسیدیم سایز ورودی را بزرگ کرده و ادامه دهیم یا بر عکس.
2 - متناسب با کاربرد مسیله خود شبکه از قبل آموزش دیده روی دیتاست های بزرگ و جامع تر را با سایز ورودی مناسب تر فاین تیون کنیم.
توضیحات بیشتر :
https://www.aparat.com/v/YgEDH
#آموزش

نزدیک یک ماه پیش مهندس قریشی پستی در کانال منتشر کردند که با این سوال شروع شده بود:

آیا میتوان شبکه ای که با ورودی 224 در 224 آموزش دیده را با سایز ورودی دیگری آموزش داد ؟

سایت pyimagesearch پنج روز پیش پستی با عنوان Change input shape dimensions for fine-tuning with Keras منتشر کرده که همین موضوع را توضیح داده است:

Q. Can I fine-tune a CNN on image dimensions *smaller* than what it was originally trained on?
A. Yes, you can!

https://www.pyimagesearch.com/2019/06/24/change-input-shape-dimensions-for-fine-tuning-with-keras/


مطلب مرتبط در کانال:
https://t.me/cvision/1295
This media is not supported in your browser
VIEW IN TELEGRAM
#کاربرد #پردازش_تصویر
ایده خوب و ساده که جزو مثالهای کتابهای پردازش تصویر هست (معمولا فصل عملیات مورفولوژی). اما در عین حال اپ کاربردیش مفیده.
این فیلم تبلیغات یوتیوبی بوده...
This media is not supported in your browser
VIEW IN TELEGRAM
#کاربرد #بینایی_کامپیوتر
بینایی ماشین و کاربرد پیدا کردن بهترین سایز برای بسته بندی
این تکنولوژی میتونه دورریز کاغذ را کمتر کنه!

در سال 2020، زباله های بسته بندی تولید شده به ازای هر ساکن در اتحادیه اروپا 177.2 کیلوگرم برآورد شده (از 66.0 کیلوگرم به ازای هر ساکن در کرواسی تا 225.8 کیلوگرم به ازای هر ساکن در آلمان متغیر بوده).

همچنین از سال 2009 تا 2020، "کاغذ و مقوا" اصلی ترین مواد زائد بسته بندی در اتحادیه اروپا (32.7 میلیون تن در سال 2020) بوده است.

—-
اگر به بینایی کامپیوتر علاقه مند هستید، این کورس مناسب شماست...
This media is not supported in your browser
VIEW IN TELEGRAM
Become a spreadsheet master with Sheet+ AI-powered tools. Convert text to formula. Convert formula to explanation and may other things.
با کمک این سایت با هوش مصنوعی متن دلخواه تون رو بهش بدید و فرمول اکسل تحویل بگیرید :) و برعکس. ماهی ۱۰ تا هم رایگان میشه ازش استفاده کرد.

#sheet #excel #AI #tool #tools #free #formula


https://sheetplus.ai
#کاربرد
🙏Thanks to: @pythony
This media is not supported in your browser
VIEW IN TELEGRAM
با جدیدترین فناوری Nvidia می‌توانید در حین تماس ویدیویی به هر کجا خواستید نگاه کنید، اما چشمان شما همیشه روی دوربین متمرکز خواهد بود!

برای همه‌ی ما پیش اومده که در حین تماس‌های ویدیویی همزمان به صورت مخفیانه به یک ایمیل پاسخ دادیم یا اینترنت گردی می‌کرده ایم!
حالا دیگه با خیال راحت تو جلسات بی توجهی کنید :)))

سایت این محصول (studio):
https://www.nvidia.com/en-us/studio/
ویدیو در یوتیوب:
https://youtu.be/nR-vP_7XFHE

#augmentedreality #tech #future #communication #nvidia #ai #کاربرد
@cvision