Перейти к содержимому
Compvision.ru
APXANGEL

Поиск объектов с помощью нейросети

Recommended Posts

2 minutes ago, Smorodov said:

Так и есть, по 2М сэмплов каждого класса. 

Каждого - это в вашем случае Лица + Фон, или вы еще внутриклассовую вариативность понижаете и бьете лица на несколько подклассов? 

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

 

2 часа назад, BeS said:

Каждого - это в вашем случае Лица + Фон, или вы еще внутриклассовую вариативность понижаете и бьете лица на несколько подклассов? 

Не, 2М лиц и столько же фона.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах
3 hours ago, Smorodov said:

 

Не, 2М лиц и столько же фона.

а еще дурацкий вопрос, как в формализуете обучение на нечеткой базе? У DeepLeab все боле-мене понятно, там по известной разметке корректируются отклики. А вот что у вас на выходе получается и как вы корректируете веса, не совсем понятно.

з.ы. и еще более глупый вопрос: а такую сетку как у вас можно стандартными средствами caffe соорудить, или вы дописывали кастомные слои?

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Ну база довольно таки четкая, :) см. аттач.

CAFFE тоже не менял, слои не дописывал, учу как обычно в DIGITS.

Пост-обработка результатов свертки, статистическими методами присутствует, можно с натяжкой назвать ее слоем но она в обучении никак не участвует.

Вообще идею взял здесь: http://sachinfarfade.tumblr.com/deep-dense-face-detector

и попробовал заимплементить как я это вижу.

 

Screenshot from 2016-02-13 22:41:12.png

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Спасибо, теперь понятно как это работает. Возникла еще мысль, а что если использовать подобную сеть для распознавания лиц. На входе она получает фото лица, на выходе вектор. А примерами для обучения и настройки могут служить наборы лиц, если на  одинаковые лица вектора близкие то положительно подкрепление  если далекие  то отрицательные, ну и на разные лица все наоборот. 

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

OpenFace примерно так и делает.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

OpenFace построена на FaceNet которая использует triple loss (надо 3 примера), а еще есть siamese network там достаточно 2 примера, но эта сеть отвечает похоже или нет для двух входных изображений, а не выдаёт вектор-признак.

FaceNet тренируется чтобы лучше отличать лица, а не фон от лица, хотя кто знает может быть если подавать 3 примера как лицо,лицо,фон и потом составлять 2 пары лицо,лицо лицо,фон то может быть она и выучится.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Создайте учётную запись или войдите для комментирования

Вы должны быть пользователем, чтобы оставить комментарий

Создать учётную запись

Зарегистрируйтесь для создания учётной записи. Это просто!

Зарегистрировать учётную запись

Войти

Уже зарегистрированы? Войдите здесь.

Войти сейчас


  • Сейчас на странице   0 пользователей

    Нет пользователей, просматривающих эту страницу

×