Size: a a a

Глубинное обучение (группа)

2016 August 31

YB

Yuri Baburov in Глубинное обучение (группа)
Kong Ning Kuan 孔宁宽
Спасибо, посмотрю на tensorflow под андроид. К вопросу об OpenCL под андроид.
Я немного не понял, в чём загвоздка. Хороших реализаций нет или чтО?
далеко не все телефоны реализуют opencl
а на iOS вообще всё далеко от OpenCL — там Metal + Accelerate
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
Понял. Мне вообщем то было интересно сделать приложение именно для тех телефонов, на которых есть GPU с поддержкой OpenCL)
источник

YB

Yuri Baburov in Глубинное обучение (группа)
лучше положись на то, что умеют библиотеки, особенно если в одиночку делаешь
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
Поэтому и искал библиотеки уже с поддержкой OpenCL))
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
Но мне интересно немного другое. Тут вообщем то задачка не требует распознавания объектов как таковых. Мне надо в реалтайме получать видеопоток, находить на нём картину (просто картину :) ) и искать эту картину в своей базе, т.е. сравнивать визуально, дальше уже выплёвывать какие либо данные. Как бы это на пальцах вы сделали?)
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
Ну алгоритм или библиотека
источник

YB

Yuri Baburov in Глубинное обучение (группа)
база для обучения большая?
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
а её нет
источник

YB

Yuri Baburov in Глубинное обучение (группа)
в imagenet порядка 13 объектов каждого типа насколько я помню. картина там кажется была одним из них.
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
Просто впринципе картину можно найти и как рамку. Imagenet понимает что есть картина, а что есть фото в рамке?)
источник

YB

Yuri Baburov in Глубинное обучение (группа)
в общем, обычный путь такой: взять сетку на imagenet, и доучить её , см. как пример cats vs dog challenge где была достигнута точность 99%.
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
Т.е. использовать тот же OpenCV и Хафа
источник

YB

Yuri Baburov in Глубинное обучение (группа)
хаф выдаст тебе кучу линий, что потом с ними делать будешь?
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
Хаф выдаст замкнутные квадраты / прямоугольники
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
их потом и сравнивать, но это как то убого что ле
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
Когда уже ML есть)
источник

YB

Yuri Baburov in Глубинное обучение (группа)
Simon Kozlov делал распознавание уголков бумаги, в closedcircles поищи тред в #data , правда там особо без подробностей.
источник

YB

Yuri Baburov in Глубинное обучение (группа)
но суть та же: если хочется большой точности и работу в real life, тебе нужна база, её тренировка и перенос нейросети на телефон.
источник

YB

Yuri Baburov in Глубинное обучение (группа)
будет высокая точность и 10 кадров в секунду)
источник

K

Kong Ning Kuan 孔宁宽 in Глубинное обучение (группа)
10 достаточно вообщем то)
источник