Machine Learning Computer vision
Картинка анонса

Использование обученных моделей нейросетей для поиска одинаковых лиц

О том, как выявить случаи, когда один и тот же человек сдавал биометрические данные за нескольких лиц

Machine Learning Computer vision
Картинка анонса

Использование обученных моделей нейросетей для поиска одинаковых лиц

О том, как выявить случаи, когда один и тот же человек сдавал биометрические данные за нескольких лиц

Нейронные сети Machine Learning
Картинка анонса

Нейросети повышают качество

Покадровый анализ видео зачастую осложняется низким качеством изображения или разрешением видео. Рассмотрим одну нейронную сеть, которая помогает избежать эти проблемы.

Саморазвитие Digital skills
Картинка анонса

Первая в мире нейронная сеть искусственного интеллекта, созданная из 2D-материалов, «видит» почерк.

Мир вокруг нас изменяется, развивается, совершенствуется. То, что было удивительным 10-15 лет назад, уже не удивляет, а становится привычным обыденным. Человечество стремительно развивается, используя новые технологии, методы, новые материалы. И вероятно, совсем скоро человек сможет создать зрение, аналогичное человеческому.

Нейронные сети Machine Learning
Картинка анонса

Как мы делали датасет

Алгоритмы машинного обучения способны решать достаточно обширный спектр задач, в том числе задачи, связанные с рутинными операциями, например, такими как выявление объектов на видеозаписи. Если объект может быть достаточно однозначно идентифицирован на изображении, то выявление такого рода объектов может быть реализовано с помощью нейронных сетей, что и было в итоге осуществлено. Данная статья рассказывает о подготовке данных к обучению модели для решения такой задачи.

Вебинар
Картинка анонса

Вебинар: Технологии Computer Vision. Использование нейросетей для детекции объектов.

Ссылка на github: https://github.com/Romandancer1/object-detection-example

Нейронные сети Machine Learning
Картинка анонса

Подбор гиперпараметров ML-модели с помощью Hyperopt

В машинном обучении гиперпараметрами называют параметры модели, значения которых устанавливаются перед запуском процесса её обучения. Ими могут быть, как параметры самого алгоритма, например, глубина дерева в random forest, число соседей в knn, веса нейронов в нейронный сетях, так и способы обработки признаков, пропусков и т.д. Они используются для управления процессом обучения, поэтому подбор оптимальных гиперпараметров – очень важный этап в построении ML-моделей, позволяющий повысить точность, а также бороться с переобучением.

Программирование Автоматизация
Картинка анонса

Повышение качества распознавания сканов документов с таблицами с помощью вычисления координат ячеек

Библиотека распознавания текста tesseract является открытым, безопасным и полезным инструментом в аудите. К сожалению, она пасует при распознавании массивных таблиц на скан образах документов. Рассмотрим как обойти это ограничение.

Загрузить ещё