DatasetGAN: эффективная фабрика разметки данных с минимальными человеческими усилиями
https://vk.com/@python_ds-datasetgan-effektivnaya-fabrika-razmetki-dannyh-s-minimalnym
#data_science #deep_learning #computer_vision
https://vk.com/@python_ds-datasetgan-effektivnaya-fabrika-razmetki-dannyh-s-minimalnym
#data_science #deep_learning #computer_vision
VK
DatasetGAN: эффективная фабрика разметки данных с минимальными человеческими усилиями
Кто и что сделал? Исследователи компании Nvidia представили DatasetGAN — алгоритм для разметки крупных наборов данных с изображениями выс..
Несколько книг по компьютерному (машинному) зрению, которые полезны независимо от выбора языка и без приложения глубокого обучения. На годы выпуска можно не смотреть, в них описаны концептуальные нестареющие вещи.
— Шапиро Л., Стокман Дж. Компьютерное зрение. 2015 (основные аспекты алгоритмического распознавания образов: базовый анализ изображений, фильтрация, цвет, текстура, восприятие движения и трехмерных сцен; алгоритмы даны на псевдокоде; качественный перевод Богуславского, достойные иллюстрации)
— Гонсалес Р. Вудс Р. Цифровая обработка изображений. 2012 (введение в основные понятия и методы цифровой обработки изображений, большое количество примеров и иллюстраций, упраженния)
— Клетте Р. Компьютерное зрение: теория и алгоритмы. 2019 (обработка и анализ изображений, сегментация, реконструкция, обнаружение объектов; есть цветные иллюстрации, упражнения, нужно владеть математическим аппаратом)
— Justin Solomon. Numerical Algorithms. Methods for Computer Vision, Machine learning and Graphics. 2015 (очень емкое при этом практичное введение в те части линейной алгебры, оптимизационных методов, матанализа и дифференциальных, которые пригождаются в компьютерном зрении и машинном обучении)
— Szeliski R. Computer Vision: Algorithms and Applications. 2010 (обработка, сегментация, выравнивание, движение, вычислительная фотография, 3D-реконструкция, рендеринг, детектирование)
— Hartley R. Zisserman A. Multiple View Geometry in Computer Vision. 2004. (о работе с объектами, распознаваемыми с разных точек наблюдения)
Другие примеры в репозитории https://github.com/matyushkin/ds
Если знаете другие хорошие примеры, напишите.
#computer_vision #books
— Шапиро Л., Стокман Дж. Компьютерное зрение. 2015 (основные аспекты алгоритмического распознавания образов: базовый анализ изображений, фильтрация, цвет, текстура, восприятие движения и трехмерных сцен; алгоритмы даны на псевдокоде; качественный перевод Богуславского, достойные иллюстрации)
— Гонсалес Р. Вудс Р. Цифровая обработка изображений. 2012 (введение в основные понятия и методы цифровой обработки изображений, большое количество примеров и иллюстраций, упраженния)
— Клетте Р. Компьютерное зрение: теория и алгоритмы. 2019 (обработка и анализ изображений, сегментация, реконструкция, обнаружение объектов; есть цветные иллюстрации, упражнения, нужно владеть математическим аппаратом)
— Justin Solomon. Numerical Algorithms. Methods for Computer Vision, Machine learning and Graphics. 2015 (очень емкое при этом практичное введение в те части линейной алгебры, оптимизационных методов, матанализа и дифференциальных, которые пригождаются в компьютерном зрении и машинном обучении)
— Szeliski R. Computer Vision: Algorithms and Applications. 2010 (обработка, сегментация, выравнивание, движение, вычислительная фотография, 3D-реконструкция, рендеринг, детектирование)
— Hartley R. Zisserman A. Multiple View Geometry in Computer Vision. 2004. (о работе с объектами, распознаваемыми с разных точек наблюдения)
Другие примеры в репозитории https://github.com/matyushkin/ds
Если знаете другие хорошие примеры, напишите.
#computer_vision #books
В MIT разработали новую модель машинного обучения, которая понимает отношения между объектами в пространстве
Вот разбор в научно-популярной форме на сайте MIT: https://news.mit.edu/2021/ai-object-relationships-image-generation-1129
А вот сама статья на arXiv: https://arxiv.org/abs/2111.09297
#computer_vision
Вот разбор в научно-популярной форме на сайте MIT: https://news.mit.edu/2021/ai-object-relationships-image-generation-1129
А вот сама статья на arXiv: https://arxiv.org/abs/2111.09297
#computer_vision
MIT News
Artificial intelligence that understands object relationships
MIT researchers developed a machine learning model that understands the underlying relationships between objects in a scene and can generate accurate images of scenes from text descriptions.