Size: a a a

AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2

2021 March 24

A

Anton in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Dr Cheb
Это задание на fit predict?
🤣 Ага, но как говорится...
источник

DC

Dr Cheb in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Не плачь, есть же туториалы, будет намного быстрее, минут за 5 думаю можно управиться
источник

S

Sergey in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Доброго дня. Есть ли какой-нибудь быстрый способ (желательно под торч или даже вообще под OpenCV) обнаружения присутствия фигуры человека в полный рост на изображении? Мне нужна не столько детальная информация, сколько простое true/false: нужно отфильтровать датасет, отбросив изображения с неполной/частичной фигурой или несколькими фигурами.
источник

Х

Х in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Ну займись этим делом.
источник

A

Anton in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Sergey
Доброго дня. Есть ли какой-нибудь быстрый способ (желательно под торч или даже вообще под OpenCV) обнаружения присутствия фигуры человека в полный рост на изображении? Мне нужна не столько детальная информация, сколько простое true/false: нужно отфильтровать датасет, отбросив изображения с неполной/частичной фигурой или несколькими фигурами.
Тот же YOLO должен с этим справиться. Во весь рост это принципиально?
источник

S

Sergey in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Anton
Тот же YOLO должен с этим справиться. Во весь рост это принципиально?
Да, принципиально. Вариант с предобученным YOLO (стандартный датасет с классом person) можно попробовать, но мне кажется, что он много неполных фигур захватит.
источник

И

Илья in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Sergey
Доброго дня. Есть ли какой-нибудь быстрый способ (желательно под торч или даже вообще под OpenCV) обнаружения присутствия фигуры человека в полный рост на изображении? Мне нужна не столько детальная информация, сколько простое true/false: нужно отфильтровать датасет, отбросив изображения с неполной/частичной фигурой или несколькими фигурами.
Ну возможно не самый простой способ:
Взять openpose, заливать туда фотки и смотреть чтоб голова руки и ноги были на месте
источник

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Илья
Ну возможно не самый простой способ:
Взять openpose, заливать туда фотки и смотреть чтоб голова руки и ноги были на месте
Тоже об этом подумал😂
источник

S

Sergey in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Илья
Ну возможно не самый простой способ:
Взять openpose, заливать туда фотки и смотреть чтоб голова руки и ноги были на месте
Уже думал про это, но такой вариант казался немного оверкилл, даже по времени работы.
источник

A

Anton in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Sergey
Да, принципиально. Вариант с предобученным YOLO (стандартный датасет с классом person) можно попробовать, но мне кажется, что он много неполных фигур захватит.
Как говорится - совет с дивана. Можно пропорцию прямоугольника проверять, высота в N раз больше
источник

S

Sergey in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Anton
Как говорится - совет с дивана. Можно пропорцию прямоугольника проверять, высота в N раз больше
Вот это кстати может сработать с YOLO. Будет немного небодипозитивно,  полных людей в этом случае может достаточно агрессивно отсеять (как и ситуации с нестандартным ракурсом/поворотом фигуры). Но для основной задачи должно подойти, спасибо.
источник

И

Илья in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Sergey
Уже думал про это, но такой вариант казался немного оверкилл, даже по времени работы.
Конечно не самый быстрый вариант. У меня была чуть другая задача, и я просто в датасете собрал координаты  25 точек. Потом больше никогда не возвращался. По времени не сильно нагружает. На CPU порядка 5-7 секунд фото 1280х720, на GPU миллисекунды.
источник

A

Anton in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
🤗Я в CV не силён, но как как показывает практика из NLP /ASR, что простые методы срабатывают неплохо
источник

И

Илья in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
А так мне больше нравится вариант Антона,
можно добавить условие чтобы рамка YOLO не касалась границы, но тут зависит от характера источника датасета
источник

S

Sergey in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Понятно, благодарю за советы. С такими ограничениями уже можно работать, спасибо.
источник

LK

Lyubov K. in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Привет! Подскажите как можно с обработкой большого сета справиться?
Pandas ядро умирает через пару операций
Dask не подошёл
источник

AB

Andrey Bel in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Lyubov K.
Привет! Подскажите как можно с обработкой большого сета справиться?
Pandas ядро умирает через пару операций
Dask не подошёл
Спарк))
источник

c

care1e55 in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Lyubov K.
Привет! Подскажите как можно с обработкой большого сета справиться?
Pandas ядро умирает через пару операций
Dask не подошёл
Что за обработка? Читайте лениво, построчно. Можно в мультипроцесс побатчево
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
первый раз вижу, чтобы одна и та же модель по разному училась на разных gpu с той же пакетной сборкой.
источник

АК

Андрей Копылов... in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Ilya
первый раз вижу, чтобы одна и та же модель по разному училась на разных gpu с той же пакетной сборкой.
Может где-то рандом закрался при выборе начальных гиперпараметров
источник