Для начала, необходимо разметить обучающую выборку вручную: отметить «треугольники» на фотографиях, видимо, с указанием координат. После этого можно попытаться обучить нейросеть на этих данных, и она будет выдавать координаты «треугльников», если найдет что-то похожее на картинке.
Сама по себе нейросеть не умеет выделять паттерны, по крайне мере мне такие алгоритмы не известны. Может наши старшие товарищи подскажут в комментариях.
Спасибо за визуализацию! Я не стал включать в статью «Тепловые карты», чтобы не загромождать ее.
Но суть ответа остается прежняя: чтобы сеть научилась выявлять паттерны, надо сначала ее на них натренировать.
«Не отображают» конечно же не означает, что оно не нужно. Про «x0=1» я не стал упоминать, чтобы не спугнуть новичков, это они откопают чуть позже, сами.
Спасибо, хороший материал для обучения.
В свою статью я включил концентрат, которого мне самому не хватало на самом старте, когда «вообще ничего не понятно».
С классификацией и сегментированием плюс минус все понятно, а вот как нейросетями генерировать контент — уже сложнее.
Есть нейросети которые создают фотографии несуществующих людей и котов.
Их тоже просто «накормили» сотнями тысяч реальных фотографий или все-таки что-то более хитрое?
Их накормили, это так. Посмотрите в сторону алгоритма GAN, или более старый — Автокодировщик. Принцип один: обучаем на котиках, чтобы генерировали чуть других котиков.
Краткое введение в Машинное обучение