Statistiche e Big Data computer-vision

7

Riferimenti di reti neurali (libri di testo, corsi online) per principianti

Voglio imparare le reti neurali. Sono un linguista computazionale. Conosco approcci statistici di machine learning e posso programmare in Python. Sto cercando di iniziare con i suoi concetti e conoscere uno o due modelli popolari che possono essere utili dal punto di vista della linguistica computazionale. Ho navigato sul web …

43 neural-networks deep-learning references natural-language computer-vision

4

Qual è l'invarianza della traduzione nella visione artificiale e nella rete neurale convoluzionale?

Non ho un background di visione artificiale, eppure quando leggo alcuni articoli e documenti relativi all'elaborazione delle immagini e alle reti neurali convoluzionali, devo costantemente affrontare il termine translation invariance, o translation invariant. O ho letto molto che l'operazione di convoluzione prevede translation invariance? !! Cosa significa questo? Io stesso …

38 machine-learning conv-neural-network convolution computer-vision

5

Come gestire i dati gerarchici / nidificati nell'apprendimento automatico

Spiegherò il mio problema con un esempio. Supponiamo di voler prevedere il reddito di un individuo in base ad alcuni attributi: {Età, Genere, Paese, Regione, Città}. Hai un set di dati di allenamento come questo train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", …

29 regression machine-learning multilevel-analysis correlation dataset spatial paired-comparisons cross-correlation clustering aic bic dependent-variable k-means mean standard-error measurement-error errors-in-variables regression multiple-regression pca linear-model dimensionality-reduction machine-learning neural-networks deep-learning conv-neural-network computer-vision clustering spss r weighted-data wilcoxon-signed-rank bayesian hierarchical-bayesian bugs stan distributions categorical-data variance ecology r survival regression r-squared descriptive-statistics cross-section maximum-likelihood factor-analysis likert r multiple-imputation propensity-scores distributions t-test logit probit z-test confidence-interval poisson-distribution deep-learning conv-neural-network residual-networks r survey wilcoxon-mann-whitney ranking kruskal-wallis bias loss-functions frequentist decision-theory risk machine-learning distributions normal-distribution multivariate-analysis inference dataset factor-analysis survey multilevel-analysis clinical-trials

4

È possibile fornire immagini di dimensioni variabili come input per una rete neurale convoluzionale?

Possiamo fornire immagini di dimensioni variabili come input per una rete neurale convoluzionale per il rilevamento di oggetti? Se possibile, come possiamo farlo? Ma se proviamo a ritagliare l'immagine, perderemo una parte dell'immagine e se proviamo a ridimensionare, allora la chiarezza dell'immagine andrà persa. Significa che l'uso della proprietà di …

17 deep-learning tensorflow keras computer-vision object-detection

2

Cos'è la minimizzazione energetica nell'apprendimento automatico?

Stavo leggendo dell'ottimizzazione per un problema male posto nella visione artificiale e ho trovato la spiegazione di seguito sull'ottimizzazione su Wikipedia. Quello che non capisco è, perché chiamano questa ottimizzazione " Riduzione al minimo dell'energia " in Computer Vision? Un problema di ottimizzazione può essere rappresentato nel modo seguente: Dato: …

14 machine-learning optimization computer-vision

3

perdita della cerniera rispetto alla perdita logistica vantaggi e svantaggi / limitazioni

La perdita della cerniera può essere definita usando e la perdita del log può essere definita come log ( 1 + exp ( - y i w T x i ) )max ( 0 , 1 - yiowTXio)max(0,1-yiowTXio)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)log ( 1 + exp( - yiowTXio) )log(1+exp⁡(-yiowTXio))\text{log}(1 + \exp(-y_i\mathbf{w}^T\mathbf{x}_i)) Ho le …

14 machine-learning svm loss-functions computer-vision

1

Come ridurre il numero di falsi positivi?

Sto cercando di risolvere un compito chiamato rilevamento dei pedoni e alleno il clasifer binario su due categorie di aspetti positivi: persone, aspetti negativi, sfondo. Ho un set di dati: numero di positivi = 3752 numero di negativi = 3800 Uso train \ test split 80 \ 20% e RandomForestClassifier …

12 classification random-forest unbalanced-classes precision-recall computer-vision

1

Come formare una curva di richiamo di precisione quando ho un solo valore per PR?

Ho un incarico di data mining in cui realizzo un sistema di recupero di immagini basato sul contenuto. Ho 20 immagini di 5 animali. Quindi in totale 100 immagini. Il mio sistema restituisce le 10 immagini più rilevanti in un'immagine di input. Ora devo valutare le prestazioni del mio sistema …

12 data-mining matlab precision-recall curves computer-vision

5

Quale funzione di perdita dovrei usare per il rilevamento binario nel rilevamento di volti / non volti nella CNN?

Voglio usare il deep learning per addestrare un rilevamento binario viso / non viso, quale perdita dovrei usare, penso che sia SigmoidCrossEntropyLoss o Hinge-loss . Esatto, ma mi chiedo anche di usare softmax ma con solo due classi?

11 deep-learning loss-functions computer-vision conv-neural-network

3

Sensibilità convoluzionale della scala della rete neurale

Per esempio, supponiamo che stiamo costruendo uno stimatore di età, basato sull'immagine di una persona. Di seguito abbiamo due persone in giacca e cravatta, ma la prima è chiaramente più giovane della seconda. (fonte: tinytux.com ) Ci sono molte caratteristiche che lo implicano, ad esempio la struttura del viso. Tuttavia …

11 neural-networks computer-vision

1

Formazione di una rete neurale di convoluzione

Attualmente sto lavorando a un software di riconoscimento facciale che utilizza reti neurali di convoluzione per riconoscere i volti. Sulla base delle mie letture, ho riscontrato che una rete neurale convoluzionale ha condiviso pesi, in modo da risparmiare tempo durante l'allenamento. Ma come si adatta la backpropagation in modo che …

11 machine-learning neural-networks computer-vision backpropagation conv-neural-network

2

Una rete neurale convoluzionale può prendere come immagini di input di dimensioni diverse?

Sto lavorando su una rete di convoluzione per il riconoscimento delle immagini e mi chiedevo se potevo inserire immagini di dimensioni diverse (non enormemente diverse). Su questo progetto: https://github.com/harvardnlp/im2markup Dicono: and group images of similar sizes to facilitate batching Quindi, anche dopo la preelaborazione, le immagini sono ancora di dimensioni …

10 neural-networks conv-neural-network computer-vision

1

Come determinare il numero di operatori convoluzionali nella CNN?

Nell'attività di visione artificiale, come la classificazione degli oggetti, con Convolutional Neural Networks (CNN), la rete offre prestazioni interessanti. Ma non sono sicuro di come impostare i parametri in strati convoluzionali. Ad esempio, un'immagine in scala di grigi ( 480x480), il primo livello convoluzionale può usare un operatore convoluzionale come …

10 neural-networks deep-learning conv-neural-network computer-vision

2

Ancoraggio più veloce RCNN

Nel documento Faster RCNN quando si parla di ancoraggio, cosa significano usando "piramidi di caselle di riferimento" e come si fa? Questo significa semplicemente che in ciascuno dei punti di ancoraggio W * H * k viene generato un rettangolo di selezione? Dove W = larghezza, H = altezza e …

10 deep-learning computer-vision

3

Come classificare un set di dati non bilanciato da Convolutional Neural Networks (CNN)?

Ho un set di dati sbilanciato in un'attività di classificazione binaria, in cui l'importo positivo e negativo è dello 0,3% vs 99,7%. Il divario tra positivi e negativi è enorme. Quando alleno una CNN con la struttura utilizzata nel problema MNIST, il risultato del test mostra un alto tasso di …

10 classification neural-networks deep-learning convolution computer-vision

Domande taggate «computer-vision»