Computer Vision Recepten: beste praktijken en voorbeelden
Dit is een overzicht van een geweldige computer vision-bron van Microsoft, die best practices en implementatierichtlijnen demonstreert voor een verscheidenheid aan taken en scenario's.
Na onlangs een soortgelijke bron van Microsoft onder de aandacht te hebben gebracht, de Beste praktijken en voorbeelden voor natuurlijke taalverwerking repository, vandaag presenteren we u zijn computer vision-tegenhanger.
De Beste praktijken en voorbeelden voor computervisie GitHub-repository beschrijft zichzelf als volgt:
Het doel van deze repository is het bouwen van een uitgebreide set tools en voorbeelden die gebruik maken van recente ontwikkelingen op het gebied van Computer Vision-algoritmen, neurale architecturen en het operationeel maken van dergelijke systemen. In plaats van vanaf het begin implementaties te creëren, putten we uit bestaande, ultramoderne bibliotheken en bouwen we extra hulpprogramma's rond het laden van afbeeldingsgegevens, het optimaliseren en evalueren van modellen, en het opschalen naar de cloud. Bovendien willen we, omdat we al vele jaren in deze sector werken, veelgestelde vragen beantwoorden, vaak waargenomen valkuilen aanwijzen en laten zien hoe we de cloud kunnen gebruiken voor training en implementatie.
De repo bevat een aantal Jupyter notitieboekjes ontworpen om deze “uitgebreide reeks hulpmiddelen en voorbeelden” te benadrukken. Het leesmij-bestand van de repository benadrukt verder de snelle iteratiebenadering van praktische oplossingsimplementaties:
We hopen dat deze voorbeelden en hulpmiddelen de ‘time-to-market’ aanzienlijk kunnen verkorten door de ervaring te vereenvoudigen, van het definiëren van het bedrijfsprobleem tot het ontwikkelen van oplossingen in ordes van grootte. Bovendien zouden de voorbeeldnotebooks dienen als richtlijnen en de beste praktijken en het gebruik van de tools in een grote verscheidenheid aan talen demonstreren.
De notebooks en de bijbehorende hulpprogramma's zijn georganiseerd in algemene computervisiescenario's, zoals classificatie, segmentatie en het tellen van mensenmassa's. Als u op een van deze scenario's klikt, gaat u naar de bijbehorende map met recepten en best practices, waarvan u hieronder een voorbeeld ziet:
De notebooks leunen ook op scripts in de utils_cv module “om algemene taken te vereenvoudigen die worden gebruikt bij het ontwikkelen en evalueren van computer vision-systemen.” Zorg ervoor dat u de hulpprogramma's bekijkt die zijn ontwikkeld door Microsoft Research en die bedoeld zijn om tijd te besparen en enkele van de meer bewerkelijke taken die verband houden met computer vision te versnellen.
Ik ben geen expert op het gebied van computervisie en heb niet zoveel tijd besteed aan het bestuderen van dit gebied als veel andere mensen in machine learning. Als zodanig vind ik bronnen als deze ongelooflijk waardevol. Of u zich nu in een vergelijkbare situatie bevindt, of een fulltime computer vision-ingenieur bent die op zoek is naar een handige verzameling code om inspiratie en ideeën uit te putten, ik raad u aan deze best practice-georiënteerde repository van Microsoft te bekijken.
Verwant:
Topverhalen afgelopen 30 dagen
Bron: https://www.kdnuggets.com/2020/09/computer-vision-recipes-best-practices-examples.html
