Exponenta Banner
exponenta event banner

Распознавание, обнаружение объектов и семантическая сегментация

Распознавание, классификация, сегментация семантического изображения, обнаружение объектов с использованием функций и обнаружение объектов глубокого обучения с использованием CNN, YOLO v2 и SSD

Computer Vision Toolbox™ поддерживает несколько подходов к классификации изображений, обнаружению объектов, семантической сегментации и распознаванию, включая:

  • Глубокое обучение и сверточные нейронные сети (CNN)

  • Пакет функций

  • Сопоставление шаблонов

  • Анализ больших двоичных объектов

  • Алгоритм Виолы - Джонса

CNN - популярная архитектура глубокого обучения, которая автоматически изучает полезные представления функций непосредственно из данных изображения. Пакет признаков кодирует признаки изображения в компактное представление, подходящее для классификации изображения и извлечения изображения. При сопоставлении шаблонов используется небольшое изображение или шаблон для поиска соответствующих областей на изображении большего размера. Анализ больших двоичных объектов использует сегментацию и свойства больших двоичных объектов для идентификации представляющих интерес объектов. Алгоритм Виолы-Джонса использует хааровоподобные черты и каскад классификаторов для идентификации объектов, включая лица, носы и глаза. Этот классификатор можно обучить распознаванию других объектов.

Выделенные темы

Характерные примеры

Object Detection Using SSD Deep Learning

Обнаружение объектов с помощью глубокого обучения твердотельных накопителей

Обучение детектора объектов SSD Multibox с использованием архитектуры сети глубокого обучения.

Открыть сценарий в реальном времени
Object Detection Using YOLO v3 Deep Learning

Обнаружение объектов с помощью глубокого обучения YOLO v3

Обнаруживайте объекты с помощью функции просмотра только один раз в сети версии 3.

Открыть сценарий в реальном времени
Object Detection Using YOLO v2 Deep Learning

Обнаружение объектов с помощью глубокого обучения YOLO v2

Обучите детектор объектов с помощью метода глубокого обучения «только вы посмотрите один раз» (YOLO) версии 2.

Открыть сценарий в реальном времени
Train Classification Network to Classify Object in 3-D Point Cloud

Сеть классификации поездов, чтобы классифицировать объект в 3D облаке пункта

Обучение классификационной сети классификации объектов в облаке точек 3-D.

Открыть сценарий в реальном времени
Import Pretrained ONNX YOLO v2 Object Detector

Импорт предварительно обученного детектора объектов ONNX YOLO v2

Импорт предварительно обученного детектора объектов YOLO v2 из структуры глубокого обучения ONNX.

Открыть сценарий в реальном времени
Semantic Segmentation Using Deep Learning

Семантическая сегментация с использованием глубокого обучения

Обучение сети семантической сегментации с помощью глубокого обучения.

Открыть сценарий в реальном времени
Estimate Body Pose Using Deep Learning

Оценка позы тела с помощью глубокого обучения

Оцените позу тела одного или нескольких людей с помощью алгоритма OpenPose.

Открыть сценарий в реальном времени
Activity Recognition from Video and Optical Flow Data Using Deep Learning

Распознавание активности из видео и оптических потоковых данных с помощью глубокого обучения

Обучить inflated-3D (I3D) двухпотоковую сверточную нейронную сеть распознаванию активности с использованием RGB и данных оптического потока из видео.

Открыть сценарий в реальном времени

Документация по инструментарию компьютерного зрения

Поддержка