Présente un cadre pour la surveillance non intrusive du confort thermique à l'aide de techniques de vision par ordinateur et d'apprentissage automatique.
Explore les défis et les solutions dans la catégorisation visuelle à grain fin, en mettant l'accent sur la vision informatique et l'apprentissage automatique.
Explore un article de 2019 sur la reconnaissance d'images, les défis liés aux ensembles de données, les biais et l'impact des ensembles de données à grande échelle sur les modèles d'apprentissage en profondeur.
Explore les concepts de topologie et de détection de bord en vision par ordinateur, mettant en évidence l'importance des contours et des gradients dans l'analyse d'images.
Introduit les bases de l'apprentissage profond, couvrant les réseaux neuronaux, les CNN, les couches spéciales, l'initialisation du poids, le prétraitement des données et la régularisation.
Déplacez-vous dans l'architecture Transformer, l'auto-attention et les stratégies de formation pour la traduction automatique et la reconnaissance d'image.
Explore l'IA socialement consciente pour la mobilité des derniers milles, se concentrant sur la compréhension des étiquettes sociales, l'anticipation des comportements et la prévision des mouvements de foule.
Couvre les concepts fondamentaux de l'apprentissage automatique, y compris la classification, les algorithmes, l'optimisation, l'apprentissage supervisé, l'apprentissage par renforcement et diverses tâches telles que la reconnaissance d'images et la génération de texte.
Explore Transformers dans la vision informatique, se concentrant sur l'architecture 'Attention est tout ce dont vous avez besoin' et ses applications dans les tâches visuelles.
Explore l'histoire et les techniques de la vision informatique, couvrant la formation d'images, la transformation, les perspectives dynamiques et les indices d'estimation 3D.
Explore l'intelligence visuelle, la formation d'images, la vision par ordinateur et la compréhension de la représentation dans les machines et les esprits.