Нейросети в задаче трекинга

Август 21, 2022

Главная
Информатика
Нейросети в задаче трекинга

Содержание

2. Нейросети и трекинг Области применения: распознавание 2-D объектов и 3-D, аннотирование, семантическая сегментация, определение движения и
3. Репозиторий обученных моделей MediaPipe
4. Проблема – датасеты заранее обученных моделей не универсальны. Для специфических задач могут потребоваться кастомные модели нейросетей.
5. Кастомные модели нейросетей Что можно закастомить? обучающие данные: анализ перечня классов, сбор обучающих данных (от 2000
6. Инструменты для сбора обучающих данных supervise.ly: разметка 2-D и 3-D объектов. Функционал наиболее полный и удобный.
7. Обучение кастомных моделей нейросетей Через веб-интерфейс: supervise.ly: аренда сервера или собственный сервер (в зависимости от лицензии).
9. Скачать презентацию

Слайд 2

Нейросети и трекинг
Области применения: распознавание 2-D объектов и 3-D, аннотирование,
семантическая

сегментация, определение движения и так далее…
Преимущество: автоматическая генерация feature map.
Задача распознавания связана с трекингом метрикой IoU.

Слайд 3

Репозиторий обученных моделей MediaPipe

Слайд 4

Проблема – датасеты заранее обученных моделей не универсальны.
Для специфических задач

могут потребоваться кастомные модели нейросетей.

Слайд 5

Кастомные модели нейросетей
Что можно закастомить?
обучающие данные: анализ перечня классов, сбор

обучающих данных (от 2000 обучающих примеров на класс), разметка (от 2 до 20 мин на аннотацию одного обучающего примера);
алгоритм: топология нейросети – количество и конфигурация слоев, функции активации и т.д.

Слайд 6

Инструменты для сбора обучающих данных
supervise.ly: разметка 2-D и 3-D объектов. Функционал

наиболее полный и удобный.

Слайд 7

Обучение кастомных моделей нейросетей
Через веб-интерфейс:
supervise.ly: аренда сервера или собственный сервер

(в зависимости от лицензии).
Локально:
фреймворки Tensorflow Object Detection API, DarkNet – без кодирования, только запуск скриптов.
Caffe, Tensorflow, DarkNet и др. – с возможностью создания собственной модели.
Высокоуровневые фрейморки для обучения нейросетей распознаванию 3-D пока не найдены.

Нейросети в задаче трекинга

Содержание

Нейросети и трекингОбласти применения: распознавание 2-D объектов и 3-D, аннотирование, семантическая

Репозиторий обученных моделей MediaPipe

Проблема – датасеты заранее обученных моделей не универсальны. Для специфических задач

Кастомные модели нейросетейЧто можно закастомить? обучающие данные: анализ перечня классов, сбор

Инструменты для сбора обучающих данныхsupervise.ly: разметка 2-D и 3-D объектов. Функционал

Обучение кастомных моделей нейросетейЧерез веб-интерфейс: supervise.ly: аренда сервера или собственный сервер

Похожие презентации

Нейросети и трекинг
Области применения: распознавание 2-D объектов и 3-D, аннотирование,
семантическая

Проблема – датасеты заранее обученных моделей не универсальны.
Для специфических задач

Кастомные модели нейросетей
Что можно закастомить?
обучающие данные: анализ перечня классов, сбор

Инструменты для сбора обучающих данных
supervise.ly: разметка 2-D и 3-D объектов. Функционал

Обучение кастомных моделей нейросетей
Через веб-интерфейс:
supervise.ly: аренда сервера или собственный сервер