Тьфу-тьфу-тьфу, но голубей на окне не нужно. Не люблю их.
Это не две синицы. Это стайка штук на 20 особей. Она по двору летает. Лазоревка да, может одна и та же. Распознавание лиц это хорошо. Но сначала нужно самому их смочь распознать. Чтобы обучить систему.
Это близко, да. Но у детектора движения главный минус — ложные срабатывания. Особенно, если камера на заднем фоне видит дорогу.
У детекторов движения очень эмпирические алгоритмы.
Да, спасибо. Именно так. Как я понял, бот не может одно и то же фото отправить сразу 10 людям.
Я нашёл один чит, но прикрутил его только в Inline mode. Можно отправить не фото, а ссылку на фото выложенное в канал. Это тратит меньше мощности.
Возможно у такого подхода есть подводные камни. Не испытывал.
Кормушка висит где-то с начала января. Пока не загадили. Но летают на 100% синицы. У них тактика «подлетел-схватил-улетел». Тут время на поднасрать не остаётся:)
Понравилась птичка — дал команду и дверка закрылась
Я думаю, что после такого птички больше не прилетят)
Свёрточные сети в конце 80х появились. Году в 90-91 был первый рабочий прототип.
Вычислительные мощности скакнули году в 2004-2006, когда начало появляться программирование на видеокартах.
Но чтото удобное для видюх сделали в 2010. В 2012 и скакнуло.
Правда с тех пор видюхи развились действительно нереальными темпами:)
В последние 10 лет deep learning и компьютерное зрение развивались неимоверными темпами. Все, что сделано значимого в этой области, произошло в последние лет 6.
В начале 90х много неплохих систем появилось. То же распознавание чеков, распознавание по радужке глаза.
Первые системы распознавания лиц на рубеже 2000х появились где-то. Каскад Хаара 2001, и.т.д.
А уж 6-7 лет назад было уже неимоверное число алгоритмов, задач и применений. Господи, 10 лет назад был уже Хабр, а 6 лет назад я уже на него писал статьи по ComputerVision:)
Другое дело, что, в тех годах нейронные сети были в таком подполье, что и говорить то про них было не принято. Результат они давали на ComputerVision весьма унылый. Хотя рабочие применения на задачах анализа данных я даже тогда видел.
А года с 2012, после выигрыша ImageNet они пошли в народ.
Этож Ализар. Что вы от него хотите?:)
Тут же каждая вторая фраза веет тем что человеку лень разобраться было.
Пардон, про DenseNet интересно. А сколько она по сравнению с ResNet будет весить после развертывания в памяти?
Веса и объем памяти не обязательно одинаковые понятия.
То что кто-то что то продаёт ещё не значит что оно работает. Нет достаточно достоверных данных что и обычный детектор лжи работает.
А эти ребята способности и склад характера людей определяют по «отпечаткам пальцев». Так что 100% это разводка:)
Послушай, я создал это королевство из ничего. Когда я начинал, тут было только болото. Другие короли говорили — идиотизм строить замок на болоте… Но я всё равно его построил, чтобы доказать им. Замок утонул в болоте, и я построил ещё один.Он тоже утонул, и я построил третий. Этот сгорел дотла, рухнул, а потом утонул в болоте. Но четвёртый устоял. Именно его ты и унаследуешь. Лучший замок на этих островах.
— Я не хочу этого. Я бы лучше…
— Что лучше?
— Я бы лучше просто пел!
Долго что-то работает. 14 секунд аж. А за сколько у вас на i7 это распознавание проходит?
Просто тот же alexnet у меня чисто на процессоре i5, если мне не изменяет память за 0.6-0.8 выполняется (Caffe). На i3 было где-то 1.3-1.5
Самому любопытно, на новогодних праздниках хотел Caffe запустить на малине. Из того что читал там про более оптимистичные времена рассуждают.
На будущее. Вдруг кому-то понадобиться. Ещё точно такую же ошибку встретил, когда строки в файлах DIGITS разделял не как \n, а как \n\r (Windows-стандаром).
Судя по всему сетка не может спарсить файлы, обучение падает но она об этом молчит.
Да там не только рабочий, там ещё и суппорт в спорт превратился. Мобильник не верил в такие слова. А проверить при выходе из вагона не успевал.
Все это и есть входные данные для разработки, а не для продуктизации
Сейчас, зачастую, это две общих вещи. Вы не можете набрать одну базу данных на одном устройстве для опытов, а потом вторую — для внедрения. Зачастую сбор данных — на порядки сложнее и дороже, чем их анализ и создание сетки которая их анализирует. Когда вы вложились и получили хреновую базу — тут уже мало что можно сделать. Можно по ней обучиться, тогда даже как-то работать будет. А можно полностью пересобрать базу изменив условия. Тогда есть шанс, что она будте нормальной.
Но часто нельзя понять нормлаьная база или нет, пока не прогнать по ней несколько алгоритмов обучения.
Ну. Все не так плохо же. Если есть пару лет опыта в похожих делах, то в большинстве случаев более-менее интуитивно понятно почему сетка не работает. И в продакшне часто есть рабочий сети. Не так долго развернуть.
Самый жёсткий момент: очень мало кто из руководителей проектов понимает, что их проект может не взлететь. При этом не по вине программиста. И не из за раздолбайства спорта. И не из-за рынка. А из за того что по их данным может просто не заработать: низкое качество, много шумов, и. Т. Д. Никто не признает возможность существования неконтролируемого риска.
Видите, у вас падают loss. Тобишь обучение всё-таки идёт.
Нужно менять эти 4 параметра:
gridbox_cvg_threshold,gridbox_rect_threshold,gridbox_rect_eps,min_height,num_classes
А как — не знаю. Попробуйте порандомить или подумать какие параметры больше подходят под вашу задачу.
Это не две синицы. Это стайка штук на 20 особей. Она по двору летает. Лазоревка да, может одна и та же. Распознавание лиц это хорошо. Но сначала нужно самому их смочь распознать. Чтобы обучить систему.
У детекторов движения очень эмпирические алгоритмы.
Я нашёл один чит, но прикрутил его только в Inline mode. Можно отправить не фото, а ссылку на фото выложенное в канал. Это тратит меньше мощности.
Возможно у такого подхода есть подводные камни. Не испытывал.
Я несколько не уверен, что они прилетят. Они крупнее синиц, а леток не очень большой.
Я думаю, что после такого птички больше не прилетят)
Вычислительные мощности скакнули году в 2004-2006, когда начало появляться программирование на видеокартах.
Но чтото удобное для видюх сделали в 2010. В 2012 и скакнуло.
Правда с тех пор видюхи развились действительно нереальными темпами:)
В начале 90х много неплохих систем появилось. То же распознавание чеков, распознавание по радужке глаза.
Первые системы распознавания лиц на рубеже 2000х появились где-то. Каскад Хаара 2001, и.т.д.
А уж 6-7 лет назад было уже неимоверное число алгоритмов, задач и применений. Господи, 10 лет назад был уже Хабр, а 6 лет назад я уже на него писал статьи по ComputerVision:)
Другое дело, что, в тех годах нейронные сети были в таком подполье, что и говорить то про них было не принято. Результат они давали на ComputerVision весьма унылый. Хотя рабочие применения на задачах анализа данных я даже тогда видел.
А года с 2012, после выигрыша ImageNet они пошли в народ.
Тут же каждая вторая фраза веет тем что человеку лень разобраться было.
Пардон, про DenseNet интересно. А сколько она по сравнению с ResNet будет весить после развертывания в памяти?
Веса и объем памяти не обязательно одинаковые понятия.
Для сканирования моделей большей точности и лучших сканеров не нужно.
Не очень понял посыл статьи. Какое-то растекание мыслью по древу.
А эти ребята способности и склад характера людей определяют по «отпечаткам пальцев». Так что 100% это разводка:)
— Я не хочу этого. Я бы лучше…
— Что лучше?
— Я бы лучше просто пел!
(с) МП
А дальше — чем больше, тем лучше)
Интересно, почему время начинает так непропорционально увеличиваться?
Просто тот же alexnet у меня чисто на процессоре i5, если мне не изменяет память за 0.6-0.8 выполняется (Caffe). На i3 было где-то 1.3-1.5
Самому любопытно, на новогодних праздниках хотел Caffe запустить на малине. Из того что читал там про более оптимистичные времена рассуждают.
Судя по всему сетка не может спарсить файлы, обучение падает но она об этом молчит.
Сейчас, зачастую, это две общих вещи. Вы не можете набрать одну базу данных на одном устройстве для опытов, а потом вторую — для внедрения. Зачастую сбор данных — на порядки сложнее и дороже, чем их анализ и создание сетки которая их анализирует. Когда вы вложились и получили хреновую базу — тут уже мало что можно сделать. Можно по ней обучиться, тогда даже как-то работать будет. А можно полностью пересобрать базу изменив условия. Тогда есть шанс, что она будте нормальной.
Но часто нельзя понять нормлаьная база или нет, пока не прогнать по ней несколько алгоритмов обучения.
Самый жёсткий момент: очень мало кто из руководителей проектов понимает, что их проект может не взлететь. При этом не по вине программиста. И не из за раздолбайства спорта. И не из-за рынка. А из за того что по их данным может просто не заработать: низкое качество, много шумов, и. Т. Д. Никто не признает возможность существования неконтролируемого риска.
Нужно менять эти 4 параметра:
gridbox_cvg_threshold,gridbox_rect_threshold,gridbox_rect_eps,min_height,num_classes
А как — не знаю. Попробуйте порандомить или подумать какие параметры больше подходят под вашу задачу.