С другой стороны, ширяющийся крокодилом наркоман, вероятно, умрет достаточно быстро, и нагрузку на здравоохранение особо не повысит, в отличие от Васи/Пети/Дедфуда…
import tensorflow as tf
with tf.Session().as_default() as sess:
H = lambda tensor: "".join([chr(sess.run(tf.bitwise.bitwise_and(tf.bitwise.right_shift(tensor, i), 0x7f))) for i in range(0,22,7)])
a = tf.constant(0x40870c8)
print(3*H(a))
В 5ом задании, судя по всему, не обрабатывался случай, когда книг хватало только на первый день или не хватало вообще. Во всяком случае, у меня ошибка на 10ом тесте была именно из-за этого :)
В комментарии другому пользователю я пояснил, что если бы подобная каска попалась нейросети, но не распозналась, кадр с ней был бы автоматически сохранен для дальнейшего анализа, что позволило бы добавить его в датасет для дообучения.
Насколько мне известно, опыт европейских стран показывает, что раздельная переработка мусора окупается лишь в том случае, когда его сортировка производится ещё на этапе выбрасывания, а не утилизации. Оттуда и такое внимание к тому, чтобы граждане выбрасывали мусор раздельно — в противном случае его проще обрабатывать по старинке.
Повторюсь: датасет изображений касок был собран с камер наблюдения на площадках работодателя, каски нестандартных цветов нам не встречались. Однако даже если бы рабочий вдруг появился в кадре в синей каске и если бы НС не смогла её распознать, кадр был бы сохранён как подозрительный (человек есть, каски нет) и добавлен в датасет, таким образом проблема будет решена.
Наконец, наличие каски неправильного цвета можно тоже считать нарушением, если так посчитает нужным руководство, таким образом проблема распознавания нестандартных касок отпадает сама собой :)
Это является нарушением ГОСТа, регламентирующего цвет каски в зависимости от должности работника, и на площадках работодателя ни разу не встречалось :)
В случае с использованием каскадного классификатора отчасти так и есть, в очень редких случаях вместо каски распознавался округлый силуэт плеча (это проявлялось лишь с одним видом спецовок особой расцветки, не представленных на кадрах из статьи). За нейросетью подобных ошибок замечено не было, однако подобную проблему можно было бы решить за счет добавления в датасет проблемных кадров в качестве негативного примера.
Подобные ad-hoc решения как раз свойственны классическим CV-методам (к примеру, на самых начальных этапах разработки мы экспериментировали с поиском каски по ее оранжевому цвету), однако в южных регионах форма спецовок несколько отличается и данная фича будет неприменима. В случае же с нейросетями эффективнее будет просто увеличить и разнообразить используемый для обучения датасет (то есть следовать end-to-end подходу).
В случае с OpenCV используется скользящее окно, которое сканирует всё изображение на предмет срабатываний классификатора, изменение размеров окна при этом можно контролировать с помощью соответствующих гиперпараметров.
R-CNN использует более сложный механизм: сначала нейросеть выделяет ряд регионов, которые предположительно соответствуют искомым объектам, а затем проверяет принадлежность региона какому-либо классу объектов.
Да, также каска может висеть на поясе, мы тоже об этом сразу подумали :)
Можно скармливать обоим сеткам целый кадр, а затем лишь проверять, что detection boxes накладываются друг на друга (при этом каска должна находиться в "верхней части" человека). К сожалению, я занимался этим проектом ограниченное время и не успел это реализовать.
А потом запретят и гуглить...
Наконец, наличие каски неправильного цвета можно тоже считать нарушением, если так посчитает нужным руководство, таким образом проблема распознавания нестандартных касок отпадает сама собой :)
R-CNN использует более сложный механизм: сначала нейросеть выделяет ряд регионов, которые предположительно соответствуют искомым объектам, а затем проверяет принадлежность региона какому-либо классу объектов.
Да, также каска может висеть на поясе, мы тоже об этом сразу подумали :)
Можно скармливать обоим сеткам целый кадр, а затем лишь проверять, что detection boxes накладываются друг на друга (при этом каска должна находиться в "верхней части" человека). К сожалению, я занимался этим проектом ограниченное время и не успел это реализовать.
Пробовали, возникали проблемы с точностью, когда люди стояли друг за другом. НС с этим достойно справлялась.