Slaidy.com- Компьютерное зрение
Содержание
- 2. Компьютерное зрение в Яндексе
- 3. Поиск похожих изображений
- 4. Поиск по изображениям
- 5. Тэггирование изображений
- 6. Локализация Пользователей могут интересовать разные аспекты изображения
- 7. «Зрение» Алисы
- 9. Технологии под капотом: «тушка»
- 10. Результаты на поиске похожих: 0.248 0.273 (↑10%) 0.297 (↑19.8%) ImageNet 10k Clusters dataset On both Когда
- 11. Авто.ру Mitsubishi Lancer X Ford Expedition III
- 12. Frome A., Corrado G.S. et al., NIPS’2013 Кто подставил кролика Роджера? Технологии под капотом: картинка+запрос
- 13. OCR
- 14. OCR
- 15. Offline OCR
- 16. “Улучшайзинг” изображений
- 17. Super-resolution
- 18. Super-resolution: GANs
- 19. Super-resolution
- 20. Face recognition: мотивация
- 21. Face recognition: мотивация
- 23. Скачать презентацию
Слайд 3Поиск похожих изображений
Поиск похожих изображений
Слайд 4Поиск по изображениям
Поиск по изображениям
Слайд 5Тэггирование изображений
Тэггирование изображений
Слайд 6Локализация
Пользователей могут интересовать разные
аспекты изображения
Локализация
Пользователей могут интересовать разные
аспекты изображения
Слайд 7«Зрение» Алисы
«Зрение» Алисы
Слайд 9Технологии под капотом: «тушка»
Технологии под капотом: «тушка»
Слайд 10Результаты на поиске похожих:
0.248 0.273 (↑10%) 0.297 (↑19.8%)
ImageNet
10k
Clusters
dataset
On both
Когда ImageNet 10k
Результаты на поиске похожих:
0.248 0.273 (↑10%) 0.297 (↑19.8%)
ImageNet
10k
Clusters
dataset
On both
Когда ImageNet 10k
Слайд 11Авто.ру
Mitsubishi Lancer X
Ford Expedition III
Авто.ру
Mitsubishi Lancer X
Ford Expedition III
Слайд 12Frome A., Corrado G.S. et al., NIPS’2013
Кто подставил
кролика Роджера?
Технологии под капотом: картинка+запрос
Frome A., Corrado G.S. et al., NIPS’2013
Кто подставил
кролика Роджера?
Технологии под капотом: картинка+запрос
Слайд 13OCR
OCR
Слайд 14OCR
OCR
Слайд 15Offline OCR
Offline OCR
Слайд 16“Улучшайзинг” изображений
“Улучшайзинг” изображений
Слайд 17Super-resolution
Super-resolution
Слайд 18Super-resolution: GANs
Super-resolution: GANs
Слайд 19Super-resolution
Super-resolution
Слайд 20Face recognition: мотивация
Face recognition: мотивация
Слайд 21Face recognition: мотивация
Face recognition: мотивация
Магистерская программа Моделирование в биотехническом приборостроении
Системы счисления. Логика и алгоритмы. Высказывания, логические операции, кванторы, истинность высказывания
Интенсивная программа Инженерный дизайн CAD
Работа в СЕВГУ
Основы логики: логические величины и формулы
Сотовая связь
Алгоритмическая система Кумир
Информационная система ателье
Искусственные и естественные источники информации
Введение в контроль версий
Trail Making Test (TMT)
IP адресация
Java 8. Методы интерфейсов по умолчанию, лямбда - выражения
Вікна. Символи
c5f0a843-16d7-4791-875b-3b9c26b67276
Microsoft Word
Диалоги в поселке
Правила выдачи (оформления) карты лояльности в РМК в программе 1С
Зависимость от социальных сетей
МедиаДвиж
Проект: перевод. Последовательность действий для разработки обработчика событий
Методика определения возможного ущерба и алгоритма определения уровня защищённости государственных информационных систем
Разработка клиентской части база данных Магазин игрушек
Идея подхода. Форматы и микророли. Исследование
Индустрия встреч как сегмент мировой ивент индустрии
Використання програмних засобів у процесі створення лінгводидактичних матеріалів для занять з мови та літератури
Упаковка-распаковка данных для передачи
Развитие логического мышления на уроках информатики