Preguntas etiquetadas con computer-vision

Quiero aprender redes neuronales. Soy un lingüista computacional. Conozco enfoques estadísticos de aprendizaje automático y puedo codificar en Python. Estoy buscando comenzar con sus conceptos y conocer uno o dos modelos populares que pueden ser útiles desde una perspectiva de Lingüística Computacional. Navegué por la web como referencia y encontré …

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

No tengo experiencia en visión por computadora, pero cuando leo algunos artículos y documentos relacionados con el procesamiento de imágenes y las redes neuronales convolucionales, me enfrento constantemente al término translation invariance, o translation invariant. ¿O leí mucho que la operación de convolución proporciona translation invariance? ¿Qué significa esto? Yo …

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

Explicaré mi problema con un ejemplo. Suponga que desea predecir el ingreso de un individuo dados algunos atributos: {Edad, Sexo, País, Región, Ciudad}. Tienes un conjunto de datos de entrenamiento como este 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", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, …

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 

¿Podemos dar imágenes con tamaño variable como entrada a una red neuronal convolucional para la detección de objetos? Si es posible, ¿cómo podemos hacer eso? Pero si tratamos de recortar la imagen, perderemos una parte de la imagen y si tratamos de cambiar el tamaño, se perderá la claridad de …

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

Estaba leyendo sobre la optimización para un problema mal planteado en la visión por computadora y encontré la explicación a continuación sobre la optimización en Wikipedia. Lo que no entiendo es, ¿por qué llaman a esta optimización " Minimización de energía " en Computer Vision? Un problema de optimización se …

14 machine-learning  optimization  computer-vision 

La pérdida de bisagra se puede definir usando y la pérdida de registro se puede definir comomax ( 0 , 1 - yyowTXyo)max(0 0,1-yyowTXyo)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)log ( 1 + exp( - yyowTXyo) )Iniciar sesión(1+Exp⁡(-yyowTXyo))\text{log}(1 + \exp(-y_i\mathbf{w}^T\mathbf{x}_i)) Tengo las siguientes preguntas: ¿Hay alguna desventaja en la pérdida de la bisagra (por ejemplo, …

14 machine-learning  svm  loss-functions  computer-vision 

Estoy tratando de resolver una tarea llamada detección de peatones y entreno clasifer binario en dos categorías positivas - personas, negativas - antecedentes. Tengo un conjunto de datos: cantidad de positivos = 3752 número de negativos = 3800 Uso train \ test split 80 \ 20% y RandomForestClassifier de scikit-learn …

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

Tengo una asignación de minería de datos donde hago un sistema de recuperación de imágenes basado en contenido. Tengo 20 imágenes de 5 animales. Entonces en total 100 imágenes. Mi sistema devuelve las 10 imágenes más relevantes a una imagen de entrada. Ahora necesito evaluar el rendimiento de mi sistema …

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

Quiero usar el aprendizaje profundo para entrenar una detección binaria facial / no facial, qué pérdida debo usar, creo que es SigmoidCrossEntropyLoss o Hinge-loss . ¿Es correcto, pero también me pregunto si debería usar softmax pero con solo dos clases?

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

Por ejemplo, supongamos que estamos construyendo un estimador de edad, basado en la imagen de una persona. A continuación tenemos dos personas en trajes, pero la primera es claramente más joven que la segunda. (fuente: tinytux.com ) Hay muchas características que implican esto, por ejemplo, la estructura de la cara. …

11 neural-networks  computer-vision 

Actualmente estoy trabajando en un software de reconocimiento de rostros que utiliza redes neuronales de convolución para reconocer rostros. Basado en mis lecturas, he deducido que una red neuronal convolucional ha compartido pesos, para ahorrar tiempo durante el entrenamiento. Pero, ¿cómo se adapta la propagación hacia atrás para que pueda …

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

Estoy trabajando en una red de convolución para el reconocimiento de imágenes, y me preguntaba si podría ingresar imágenes de diferentes tamaños (aunque no muy diferentes). En este proyecto: https://github.com/harvardnlp/im2markup Ellos dicen: and group images of similar sizes to facilitate batching Entonces, incluso después del preprocesamiento, las imágenes siguen siendo …

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

En la tarea de visión por computadora, como la clasificación de objetos, con las redes neuronales convolucionales (CNN), la red proporciona un rendimiento atractivo. Pero no estoy seguro de cómo configurar los parámetros en capas convolucionales. Por ejemplo, una imagen en escala de grises ( 480x480), la primera capa convolucional …

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

En el artículo de Faster RCNN cuando se habla de anclaje, ¿qué quieren decir con "pirámides de cuadros de referencia" y cómo se hace? ¿Significa esto que en cada uno de los puntos de anclaje W * H * k se genera un cuadro delimitador? Donde W = ancho, H …

10 deep-learning  computer-vision 

Tengo un conjunto de datos desequilibrado en una tarea de clasificación binaria, donde la cantidad de positivos versus la cantidad de negativos es 0.3% vs 99.7%. La brecha entre lo positivo y lo negativo es enorme. Cuando entreno un CNN con la estructura utilizada en el problema MNIST, el resultado …

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