mrgloom

Сначала надо поставить английскую версию Visual Studio чтобы было легче гуглить ошибки и другим программистам понимать их смысл.

не гонял, но есть еще такое (но там без эмоций, но можно расширить самому) https://github.com/szagoruyko/torch-opencv-demos

1. Правильно ли я понимаю, подразумевается что примеры stereo_calib и stereo_match должны использоваться для 2-х камер которые закреплены между собой 'палкой' и не обязательно чтобы линия на которой они находятся была параллельна 'полу'? 2. Возможно ли из простых камер подключенных по USB сделать стереокамеру? т.е. насколько я понимаю нужно чтобы кадры с камер брались синхронизировано.

openMVG + openMVS эта связка умеет тоже самое что умеет Photoscan, т.е. создание orthophoto, DEM, экспорт параметров камер?

Тренируйтесь пока на LFW. В OpenFace нет построения индекса? в том же OpenBR есть, но не знаю какой точно алгоритм, скорее даже правильно будет сказать пайплайн. Еще у них есть не только L2 http://openbiometrics.org/docs/plugin_docs/distance/

L2 norm =1, т.е. они нормированы.

При добавлении в базу персон на постоянной основе вам придется переучивать классификатор (который поверх 128d фич), а поиск ближайшего в базе не страдает этим недостатком.

Кстати по поводу t-sne: Я пробовал t-sne на дефолтах и получилось не лучше pca, а если надо подбирать параметры то реально ли картинка будет показывать насколько фичи различимы, ведь существует множество наборов параметров, а значит множество возможных проекций, некоторые из которых хуже, некоторые лучше. Для pca маппинг идеально разделимых класов это 'ромашка'? https://github.com/mrgloom/Kaggle-Two-Sigma-Connect-Rental-Listing-Inquiries-Feature-Visualization Могу попробовать тоже самое на VGGFace, но непонятно какие кропы ему необходимо подавать - т.е. хотелось бы увидеть пример обучающей выборки. http://www.robots.ox.ac.uk/~vgg/software/vgg_face/

Можно просто поиск ближайшего соседа в базе Можно классификацию на N заданных персон.

Может решить бинарную задачу символ-не символ? если я правильно понял у вас что то типа скользящего окна по изображению на котором есть символы и фон и вы хотите по порогу определить где фон. Можно CNN На С++: Caffe+DIGITS можно легко обучить, деплой чуть сложнее. На python полегче: Если хотите sliding window можете присмотреться к этому примеру, который будет быстрее чем naive sliding window. https://github.com/mrgloom/Fully-Convolutional-Example/blob/master/fully_convolutional_example.ipynb

Регрессия вроде именно регрессия, но применять её к задаче классификации не адекватно, т.к. у вас 'расстояние' между 1 и 2 будет меньше чем между 1 и 10, а в задаче классификации 'расстояние' должно быть одинаковым. По вероятности есть такой вот раздел в LibSVM: http://www.csie.ntu.edu.tw/~cjlin/papers/libsvm.pdf 8 Probability Estimates (page 30) SVM predicts only class label (target value for regression) without probability information. Можно вот такой хак (прочитайте коменты): https://stackoverflow.com/a/27739386/1179925 P.s. простым языком объяснить можно почему confidence score!=probability? От себя добавлю: Я пробовал решать https://www.kaggle.com/c/dogs-vs-cats-redux-kernels-edition#evaluation там предполагается что вы предсказываете вероятность собаки для картинки в интервале [0,1] Я использовал Linear SVM поверх CNN фич и результат был не очень(т.е. хуже чем просто ответы CNN затрейненой с Softmax ), видимо потому, что пробабилити из SVM было не 'затюнено'? http://scikit-learn.org/stable/auto_examples/calibration/plot_calibration_curve.html#sphx-glr-auto-examples-calibration-plot-calibration-curve-py Вот еще некоторые ссылки по теме: https://stackoverflow.com/questions/26478000/converting-linearsvcs-decision-function-to-probabilities-scikit-learn-python https://stackoverflow.com/questions/15111408/how-does-sklearn-svm-svcs-function-predict-proba-work-internally UPDATE: If true and the problem is 2-class classification then the method returns the decision function value that is signed distance to the margin, else the function returns a class label (classification) or estimated function value (regression). Прочитал еще раз и понял что distance to hyperplane возвращается только в случае бинарной классификации, т.е. когда например 10 цифр то возращается по тихому лейбл. Вот и код https://github.com/opencv/opencv/blob/f70cc29edb8a606fb859eaa67a4c9609f7f904fa/modules/ml/src/svm.cpp#L1913

Для 2.4 видимо https://github.com/opencv/opencv/blob/1c18b1d245a875565c9b9e49ccec901e9b516337/apps/traincascade/old_ml.hpp#L520 Но это просто указатель на структуру https://github.com/opencv/opencv/blob/1c18b1d245a875565c9b9e49ccec901e9b516337/apps/traincascade/old_ml.hpp#L447

http://docs.opencv.org/2.4/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html?highlight=findcontours#findcontours Source image is modified by this function. Also, the function does not take into account 1-pixel border of the image (it’s filled with 0’s and used for neighbor analysis in the algorithm), therefore the contours touching the image border will be clipped так что findContours(gray.clone(), contours, CV_RETR_LIST, CV_CHAIN_APPROX_NONE, cv::Point(0, 0));

А одно и тоже значение какое выдаёт? может какой то 'краевой' случай? Есть такой пример, правда он на питоне, но хотя бы можно параметры SVM оттуда взять http://docs.opencv.org/trunk/dd/d3b/tutorial_py_svm_opencv.html

И это опять же не probability, а distance to hyperplane.

Для задачи классификации он возвращает label http://docs.opencv.org/2.4/modules/ml/doc/support_vector_machines.html#cvsvm-predict

Предлагаю в этой теме по графику loss и val_loss делать те или иные предположения. Например почему к концу графика разброс val_loss становится больше? https://habrastorage.org/web/7af/80e/22c/7af80e22c81447099cf43ea80f9b6ace.png

Что может означать такой график?

есть всякие там text detection in the wild http://www.robots.ox.ac.uk/~vgg/research/text/ ну или stroke width transform

Я делаю в keras через callback'и Точки на графике это уже усредненное по батчам, т.е. среднее на эпоху. Попробовал просто увеличить кол-во эпох которые ждать и скорее всего это уже overfit, опять же из-за 'критов'.

Т.е. скорее даже вопрос как сделать val_loss более гладким - просто больше batch_size и меньше learning rate? Например вот график, где я использую early stopping и хотя тенденция к уменьшению val_loss есть, но из-за 'крита' (примерно на эпохе 50) обучение останавливается.

Насколько я помню когда я ковырял dlib там не было примера как обучить несколько HOG детекторов под разными углами(т.е. только 1), но сам обученный классификатор для лиц имел как раз несколько темплейтов с разным поворотом. И у меня это плохо работало на объектах которые повернуты когда был натренирован 1 HOG детектор. Насчет CNN для классификации обычно делают horizontal flip, т.е. это норм, но это не тоже самое, когда объект крутится на 360 градусов, хотя на kaggle решали задачи с планктоном и галактиками где вроде те же проблемы.

1) Не смог этого быстро понять по коду, попробуйте вынести stitching_detailed.cpp в отдельный файл и добавляйте код постепенно(или только то что нужно) и смотрите на входные данные, это позволит понять на что влияет каждый шаг пайплайна. 2) Скорее всего это просто не в координатах изображения, а все изображения варпятся на некоторую координатную сетку. 3) Находит минимальный разрез на графе, пиксели это вершины графа, edges можно задавать просто как разницу между изображениями, но может это делается как то более умно например http://www.maths.lth.se/matematiklth/personal/petter/rapporter/panorama2.pdf

focal это видимо focal length параметр камеры http://docs.opencv.org/2.4/doc/tutorials/calib3d/camera_calibration/camera_calibration.html Можете еще почитать Computer Vision: Algorithms and Applications Richard Szeliski раздел Image stitching http://szeliski.org/Book/

1. Bundle Andjustment это глобальная оптимизация параметров камер, там видимо 2 разных метода. 2. Считается медиана focal length от всех камер? 3. Морфологическая операция на бинарной маске http://docs.opencv.org/2.4/doc/tutorials/imgproc/erosion_dilatation/erosion_dilatation.html 4. https://github.com/opencv/opencv/blob/3240f2a6b790bb9df086d390233c74a04ad63124/modules/stitching/src/blenders.cpp#L126 https://github.com/opencv/opencv/blob/3240f2a6b790bb9df086d390233c74a04ad63124/modules/stitching/src/blenders.cpp#L541 [По Multiband blending paper: BA83] Burt, P., and Adelson, E. H., A Multiresolution Spline with Application to Image Mosaics. ACM Transactions on Graphics, 2(4):217-236, 1983. https://github.com/opencv/opencv/blob/3240f2a6b790bb9df086d390233c74a04ad63124/modules/stitching/include/opencv2/stitching/detail/blenders.hpp https://github.com/opencv/opencv/blob/3240f2a6b790bb9df086d390233c74a04ad63124/modules/stitching/src/blenders.cpp