Публикации по теме 'image-segmentation'
Увеличение времени тестирования для повышения точности прогнозирования при выводе моделей машинного обучения.
Расширение данных во время тестирования (короткий TTA) – это стратегия, которая может повысить производительность модели глубокого обучения за счет применения дополнения во время вывода. Вывод выполняется на нескольких измененных версиях одного и того же изображения, и прогнозы затем агрегируются для получения более высокой общей точности. В отличие от аугментации данных во время обучения , нам не нужно вносить какие-либо изменения в модель, поэтому ее можно применить к уже обученной..
Сегментация биомедицинских изображений с использованием U-Net
Целью биомедицинской сегментации является обнаружение различных анатомических структур на изображениях. Это ключевая вспомогательная технология для медицинских приложений, таких как диагностика, планирование и руководство. Поэтому за последние несколько лет было опубликовано несколько методов, посвященных сегментации биомедицинских изображений.
В этом проекте я использовал архитектуру U-Net [1] для сегментации поражений на КТ легких. U-Net — это полностью сверточная нейронная сеть,..
Как машинное обучение может помочь людям с нарушениями зрения
Предложение проекта идентификации препятствий на открытом воздухе для слепых с DeepLabv3+
Много лет работаю волонтером с людьми с нарушениями зрения. В прошлую новогоднюю ночь я гулял со слепой дамой, достаточно знакомой со своим районом после десятилетий жизни, а ей все еще нужна пара глаз в случаях непредвиденных препятствий на тротуарах: брошенная елка после фестиваля, неправильно припаркованные автомобили , новые рабочие места и т. д. К сожалению, у нас меньше волонтеров, чем..
P&ID для iTwin: ускорение цифровизации с помощью машинного обучения
В соавторстве с Карлом Александром Джахья и Джастином Дехорти
Создание цифрового двойника может оказаться непростой задачей. Даже с помощью превосходных инструментов, таких как Классификаторы , огромный размер и сложность реального объекта часто могут представлять собой серьезное препятствие на пути к успешному созданию цифрового двойника.
Рассмотрим следующий сценарий:
Представьте, что это ваш первый рабочий день в Комиссии по ядерному регулированию. В качестве вашей первой..
Применение графового метода для сегментации экземпляров ячеек
Шаг к автонастройке параметров
Введение: Что такое сегментация изображения?
Сегментация изображений — одна из наиболее известных и фундаментальных технологий в области компьютерного зрения и киберфизических систем, доступных сегодня. С растущими потребностями в автоматизации, включая роботов и автономные транспортные средства, крайне важно иметь возможность получать визуальные данные и отличать интересующий объект от ненужных объектов или фона. Однако из-за сложной природы и..
Наращивание потенциала в области науки о данных в UKHO: наша исследовательская неделя за октябрь 2020 г.
Соавторами этого блога являются Эндрю Смит, Паскаль Филипп , Рэйчел Кей , Кейт Сил и Майк Хаджелл .
Использование недель исследований для расширения границ науки о данных в UKHO
Добро пожаловать в наш ежеквартальный пост в блоге, в котором мы делимся результатами нашей « недели исследований» , когда мы изучаем интересные аспекты науки о данных и машинного обучения. В этом месяце команда изучает обучение с подкреплением, автоматизирует выбор спектральных индексов, предварительно..
Сегментация изображений с использованием глубокого обучения: обзор
Сегментация изображений помогает нам понять содержание изображения и является очень важной темой в обработке изображений и компьютерном зрении. Он имеет множество приложений, таких как сжатие изображений, понимание сцены, определение местоположения объектов на спутниковых изображениях и т. Д. Со временем было разработано множество алгоритмов для сегментации изображений, но с появлением глубокого обучения в компьютерном зрении многие модели глубокого обучения для сегментации изображений стали..
