Машинное обучение
13-
NaftoGaz Europe | Новостной сайт
Машинное обучение#php #yii2
-
1000 UAH Распознавания кошек и собак на изображениях
Машинное обучениеДемонстрационная программа для распознавания кошек и собак на изображенях. Свёрточные нейронные сети. Точность 85-90%. Интерфейс сделан на Tkinter.
-
1500 UAH Funny News
Машинное обучениеНейронная сеть, генерирующая забавные новости на основе реальных новостей Украины с https://korrespondent.net/ukraine/
Для генерации новости напишите /newh боту
-
10 000 UAH Автоматическое Удаление Логотипов WaterMarks
Машинное обучениеНа основе методов машинного обучения разработаны модели для автоматического поиска и удаления логотипа (WaterMark, водная печать).
Программа состоит из 3 частей:
Часть 1. Детекция, определение местоположения и вырезание логотипа с субпиксельной точностью.
… Часть 2. На основе 50-100+ экземплярах фото (объектах обучения) вычисляется обратное математическое преобразовании для каждого пиксела, при котором частотный спектр области под логотипом соответствует области вокруг логотипа. Тем самым удается на 90-99% уменьшить видимость ватермарка на исходном фото
Часть 3. Пакетное применение обученной модели удаления ватермарка для фотографий.
Результаты:
В данной работе Логотип был удален на 7433 фото.
Время преобразования: по 3-5 секунд на очистку одного фото (1600х1200, 1280х960).
Среднеквадратичное отклонение 0.3 градиента цвета.
Зрительный контроль > 93% фотографий распознать наличие логотипа не представляется возможным.
6% фото — только при увеличении контрастности на 300% логотип слегка виден
1% фото — при увеличении на месте удаленного ватермарка заметен небольшой пиксельный шум.
Цена 200-300$ - обучение модели 1-му виду логотипов
(в зависимости от сложности логотипа)
N x 0.02$ - автоматическая обработка 1-й фотографии
(Примеры в полном качестве высылаю по запросу)
-
Система оценки уровня загрязнений полов
Машинное обучениеКонсольное серверное приложение которое по видео (или c live камеры или видео файл)
оценивает в выбранной зоне уровень загрязнений.
Вся "грязь" классифицируется на 4 категории: грязь, мелкий мусор, крупный муссор, посторонние преметы. Все данные записываются в БД.
Python3.7 + OpenCV 4
-
Автоматизация диагностики архитектурных сооружений
Машинное обучениеПрограммное обеспечение для обнаружения дефектов архитектурных конструкций на изображениях. В данной статье описывается архитектура и процесс реализации методов машинного обучения для классификации изображения.
-
182 843 UAH Детекция и классификация насекомых
Машинное обучениеДля заказчика Koppert Biological Systems
Алгоритм детекции ловушек насекомых
Алгоритм классфикации насекомых
Анализ и контроль роста по типам насекомых
-
767 941 UAH Granite Analysis & Segmentation & Classification
Машинное обучениеКомплексная разработка системы автоматизации производства мрамора.
Разработка модели детекции на ленте и классификации мраморной плитки.
Автоматическая калибровка камеры и измерение параметров плитки (классификация типов, измерение размеров), оценка контура и аномалий.
Сегментация изображения, подстановка виртуальных задних фонов.
… Ведение системы в эксплуатацию на 4 производствах в Италии и Австрии.
Общий вид:
https://youtu.be/juHldd5llHg
Технические моменты:
http://pot.pp.ua/video/granitev3.m4v
-
91 422 UAH FaceID: face detection and identification
Машинное обучениеБиблиотека на Python и С++ для детекции и распознавания лиц.
Постоянное до обучение модели в процессе распознавания.
… ВИДЕО ДОСТУПНО ВВЕРХУ ПОРТФОЛИО В РАЗДЕЛЕ РЕЗЮМЕ!
https://www.youtube.com/watch?v=P45HTL08IaM
Face detection 0,04~0.1 sec/frame
Learning features of each face ~0,2 sec/face on avr CPU
Face recognition:
High accuracy more then 97,5%, Sensitivity ~ 75%
Very fast searching in faces database (500k faces per second)
Live learning during recognition process
-
Мое портфолио, ссылки на мои тексты
Машинное обучениеПортфолио содержит ссылки на мои тексты, а также что я делаю и предлагаю вам.