В данном учебнике мы будем создавать нейронную сеть для прогнозирования количества подтвержденных случаев коронавируса. Обратите внимание, что это образовательное руководство предназначено для практики построения модели LSTM с использованием PyTorch и не предназначено для предоставления экспертного мнения о прогнозировании подтвержденных случаев.… Continue Reading
В главе 4 мы построили модель обнаружения медицинских масок, используя RetinaNet, модель одноэтапного детектора. В этой главе мы попытаемся обнаружить объекты с помощью Faster R-CNN, двухэтапного детектора. В разделах с 5.1 по 5.3 мы определим класс набора данных после загрузки… Continue Reading
В главе 3 мы увидели, как сделать дополнение к существующим данным и как создать класс набора данных. В этой главе мы построим модель обнаружения медицинских масок, используя RetinaNet, одноэтапную (однокаскадную) модель, предоставленную torchvision. В разделах с 4.1 по 4.3 мы… Continue Reading
В главе 2 мы исследовали данные набора данных Face Mask Detection. В этой главе мы продолжим предварительную обработку данных. Популярные наборы данных содержат десятки тысяч изображений. Но не все наборы данных такие. Итак, как нам обучить ограниченный набор данных? Если набор данных закончился… Continue Reading
В предыдущем разделе мы кратко рассмотрели решения задач по обнаружению объектов с помощью нейросетей. Эта глава — практическая. В повышении производительности модели глубокого обучения важной частью является не только сама модель, но и набор исходных данных. В разделе 2.1 находятся… Continue Reading
Добро пожаловать в руководство по созданию модели обнаружения медицинских масок, его также можно использовать для обнаружения объектов любых типов Используемый набор данных : Обнаружение маски лица (набор данных можно взять отсюда -> Kaggle ) Используемая среда запуска приложений : Google Colaboratory… Continue Reading