Применение глубокого обучения и компьютерного зрения

Уровень 0 · материалов: 2

В кластер входят документы о разработке и применении моделей глубокого обучения для распознавания объектов, но не входят простые рекламные описания приложений для определения цвета.

Общие признаки: использование нейросетей, анализ изображений, практическое применение в приложениях и робототехнике

Группа выше: Компьютерное зрение и обработка изображений

Материалы

• #13582 — Determining Watermelon Ripeness Using Keras and Android — Представитель этого кластера

  Определяем спелость арбуза с помощью Keras: полный цикл, от идеи до программы на Google Play — FizpokPak

  Смысл: The main idea is to demonstrate the practical application of a Deep Learning pipeline—from data collection via a mobile app and server-side storage to model training in Keras and deployment on Android—to solve a niche real-world problem (watermelon ripeness detection).

  A developer shares the complete technical journey of building an Android app that uses a 1D Convolutional Neural Network to predict watermelon ripeness based on tapping sounds.

• #8865 — Fuel Tank Flap Recognition Using Neural Networks

  Распознаем лючки бензобаков — SergeiGozalov

  Смысл: The main idea is to demonstrate that a deep learning approach (specifically U-Net) is superior to classical contour analysis for the precise segmentation of vehicle fuel tank flaps in varied real-world conditions for robotic automation.

  The author compares classical image processing with a U-Net neural network for recognizing car fuel tank flaps, finding the neural network to be both faster and more accurate.