На данный момент актуально создание системы обнаружения беспилотных летательных аппаратов (БПЛА), особенно дронов.
Системы обнаружения дронов должны выполнять следующие функции:
Рубрика «yolo» - 2
Обнаружение дронов (БПЛА) с использованием ИИ и компьютерного зрения
2025-06-25 в 9:16, admin, рубрики: AI, computer vision, object detection, opencv, yolo, YOLO Custom Dataset Training, YOLOv12, БПЛА, обнаружение объектов, Обучение YOLOРаспознавание орхоно-енисейских рунических надписей методами машинного обучения
2025-05-08 в 16:05, admin, рубрики: yolo, детекция объектов, древние цивилизации, классификация изображений, Компьютерное зрение, машинное обучение, руны, сверточные нейросетиВведение
ИИ открыл двери для массовой прослушки населения
2025-03-23 в 14:14, admin, рубрики: keras, nso group, yolo, ИИ, камеры наблюдения, массовая слежка, распознавание лиц, шпионаж
Шпионаж (прослушка) и наблюдение (слежка) — это разные, но связанные вещи. Если нанять частного детектива для прослушки, то он может спрятать несколько жучков в доме, машине — и в итоге получит отчёт с записями разговоров объекта. Если же ему поручили работу по наблюдению, то содержание отчёта будет другим: куда ходил человек, с кем разговаривал, что покупал, что делал.
До появления интернета установить за кем-то наблюдение было дорого и долго. Нужно было вручную следить за человеком, отмечая, куда он ходит, с кем разговаривает, что покупает, что делает и что читает. Но этот старый мир навсегда ушёл в прошлое. Теперь наши телефоны отслеживают местоположение, банковские карты регистрируют покупки, приложения отслеживают, с кем мы разговариваем и что читаем. Компьютеры собирают данные обо всех наших действиях, и по мере удешевления хранения и обработки эти данные всё чаще сохраняются и используются. То, что было индивидуальной работой, сейчас стало массовым. Слежка за людьми стала бизнес-моделью для интернет-компаний, и у нас нет разумного способа отказаться от неё.
Читать полностью »
BM YOLO: что, если вам не нужно умножать, чтобы распознавать?
2025-02-03 в 15:05, admin, рубрики: smart engines, yolo, аппроксимация, биполярный морфологический нейрон, детекция объектов, искусственный интеллект, машинное обучениеСовременные технологии глубокого обучения проникают в самые разные области нашей жизни — от автономных автомобилей до систем видеонаблюдения. Однако высокая вычислительная сложность традиционных нейронных сетей остается серьёзным препятствием на пути к их широкому применению на мобильных устройствах и встраиваемых системах.
Группа исследователей из Smart Engines представилаЧитать полностью »
История YOLO – самой известной архитектуры компьютерного зрения
2024-12-11 в 16:28, admin, рубрики: computer vision, yolo, архитектура, глубокое обучение, детекция, Компьютерное зрение, нейросетиYOLO расшифровывается как You Only Look Once. Это широко известная архитектура компьютерного зрения, которая знаменита в том числе своим огромным количеством версий: первая из них вышла в 2016 году и решала только задачу детекции объектов на изображении, а последняя – одиннадцатая – появилась в сентябре этого года и уже представляет из себя целую фундаментальную модель, которую можно использовать для классификации, трекинга объектов на видео, задач pose estimation и тд. Все это – в реальном времени.
Запускаем Yolo на пятирублёвой монете или Luckfox Pico Mini
2024-10-22 в 8:16, admin, рубрики: AI, c++, machinelearning, npu, opencv, Rockchip, yolo
В данной статье речь пойдет про использование платы Luckfox Pico Mini. Я расскажу про особенности, её настройку, а также о том как запускать на ней нейронные сети для детекции объектов с камеры (Yolov8Читать полностью »
You Only Look Once… But it Sees Everything! Обзор YOLO детекторов. Часть 1
2024-08-15 в 12:22, admin, рубрики: bounding box, computer vision, data science, detection, yolo, you only look once, детекция
В этой одежде системы распознавания будут считать вас животным
2023-03-07 в 4:34, admin, рубрики: cезон machine learning, ml, yolo, Алгоритмы, взлом алгоритма, дизайн, искусственный интеллект, машинное обучение, нейросети, одеждаУ Рэйчел Дидеро интересный набор навыков: несколько степеней в области дизайна одежды (полученные в школах трех разных стран) и докторская степень в области машинного обучения Миланского политехнического университета.
Эти знания позволили ей выпустить коллекцию — довольно уродливой — одежды Manifesto.
Она страшная и безвкусная, зато в ней вы становитесь нераспознаваемые для ML-алгоритма детектирования Yolo, активно используемого для работы с уличными камерами.
Читать полностью »
Третья жизнь пет-проекта по распознаванию рукописных цифр
2022-12-23 в 11:23, admin, рубрики: dataScience, detection, huggingface, machinelearning, open source, pet, streamlit, yolo, Блог компании Open Data Science, искусственный интеллект, машинное обучение, обработка изображений
В этом блогпосте я поделюсь историей о том, как я обновлял свой старенький пет-проект по распознаванию цифр, как делал разметку для него, и почему модель предсказывает 12 классов, хотя цифр всего 10.
Вступление
Scaled YOLO v4 самая лучшая нейронная сеть для обнаружения объектов на датасете MS COCO
2020-12-07 в 16:05, admin, рубрики: AI, artificial intelligence, computer vision, deep learning, neural network, object detection, real-time object detection, yolo, YOLOv4, искусственный интеллект, Компьютерное зрение, машинное обучение, нейронные сети, обнаружение объектов, обработка изображений, Программирование- Научная статья
- Pytorch: YOLOv4-CSP, YOLOv4-P5, YOLOv4-P6, YOLOv4-P7 (main repository — use to reproduce results)
YOLOv4-CSP
YOLOv4-tiny
YOLOv4-large - Darknet: YOLOv4-tiny, YOLOv4-CSP, YOLOv4x-MISH
- Структура YOLOv4-CSP
Scaled YOLO v4 является самой точной нейронной сетью (55.8% AP) на датасете Microsoft COCO среди всех опубликованных нейронных сетей на данный момент. А также является лучшей с точки зрения соотношения скорости к точности во всем диапазоне точности и скорости от 15 FPS до 1774 FPS. На данный момент это Top1 нейронная сеть для обнаружения объектов.
Scaled YOLO v4 обгоняет по точности нейронные сети:
- Google EfficientDet D7x / DetectoRS or SpineNet-190 (self-trained on extra-data)
- Amazon Cascade-RCNN ResNest200
- Microsoft RepPoints v2
- Facebook RetinaNet SpineNet-190
Мы показываем, что подходы YOLO и Cross-Stage-Partial (CSP) Network являются лучшими с точки зрения, как абсолютной точности, так и соотношения точности к скорости.
График Точности (вертикальная ось) и Задержки (горизонтальная ось) на GPU Tesla V100 (Volta) при batch=1 без использования TensorRT:
