Как стать автором
Обновить

Практическое применение моделей YOLO и ResNet для обнаружения нежелательных предметов на фотографиях

Уровень сложностиСредний
Время на прочтение11 мин
Количество просмотров14K
Всего голосов 5: ↑5 и ↓0+5
Комментарии5

Комментарии 5

C YOLO есть одна проблемка, она опубликована под AGPL.

Когда то была задача сделать распознавание темных пятен на белой фасоли на движущейся ленте, пробовал с помощью opencv, на фотографиях получалось добиться результата, но на видео это была катастрофа.

Можете подсказать это вообще реально? Добиться хотя бы 90% результата

Добрый день! Не готов сказать наверняка. Все очень сильно зависит от масштаба и качества видео.

Есть вопрос и даже предложение по терминологии. Я заметил, что вы как и многие другие пишущие о DL/ML предпочитаете использовать оригинальные термины residual connections и skip connection. В статьях и книгах residual connections переводят буквально, как остаточные соединения (блоки, слои), хотя этот термин не очень проясняет их суть. А вот skip connection вообще никак не переводят, поэтому я хотел спросить и предложить - что вы думаете про перевод «обходные соединения»? Мне кажется, что такой перевод достаточно наглядный, описывает ровно то, что происходит в структуре residual networks. Промежуточные результаты подаются на выход в обход остатка пути обработки. Интерес не праздный, я как раз книжку перевожу по DL, хотел узнать мнение профессионалов.

Добрый день!

Термины на то и термины, что они подразумевают что-то под собой, но своим названием не всегда могут передать свой смысл.

Что касается перевода skip connections: пытался что-нибудь придумать, но ничего лучше не выдумал.

Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации

Истории