02
Model sieci Resnet-152, biblioteka Keras
Lipiec, 2017 [autor: Adam Brzeski – CTA.ai]
W tym krótkim eksperymencie zajmiemy się prostą techniką transferu uczenia z wykorzystaniem biblioteki Keras. Celem jest uzyskanie stosunkowo skutecznego klasyfikatora niewielkim nakładem pracy i z wykorzystaniem małego zbioru uczącego. W tym celu użyjemy modelu sieci Resnet-152, który został wyuczony na zbiorze ImageNet i zmodyfikujemy go tak, aby był w stanie klasyfikować obrazy dla nowego zestawu 67 klas opisujących wnętrza różnych miejsc. Dane wykorzystane w eksperymencie pochodzą ze zbioru danych MIT Indoor-67.
więcej
01
Narzędzie CVLab dla biblioteki OpenCV
Kwiecień 2017 [autorzy: Jan Cychnerski i Adam Brzeski]
CVLab jest oprogramowaniem uzupełniającym dla biblioteki OpenCV, umożliwia wygodne tworzenie i testowanie własnych algorytmów przetwarzania obrazów w prosty graficzny sposób. Pisanie kodu używając biblioteki OpenCV jest procesem czasochłonnym. Aby zobaczyć wyniki aktualnie dokonywanych zmian, musimy często kompilować i uruchomić kod. Jest to w szczególności uciążliwe jeśli dokonujemy zmian wartości parametrów w celu ustalenia wartości optymalnych. W celu prezentacji wyników pośrednich lub końcowych algorytmu, także zmuszeni jesteśmy do napisania odpowiedniego kawałka kodu.
więcej
Partnerzy