#سورس_کد

[pic: https://www.tgoop.com/cvision/870]

Image-to-Image Translation in #Tensorflow_js

Fast image-to-image translation in the #browser.
With 3 new trained models .
+ processed dataset of 1000 images for edges2cats translation.

Demo: https://zaidalyafeai.github.io/pix2pix/cats.html
Code(Tensorflow.js): https://github.com/zaidalyafeai/zaidalyafeai.github.io/tree/master/pix2pix

مرتبط با:
https://www.tgoop.com/cvision/863
https://www.tgoop.com/cvision/171
https://www.tgoop.com/cvision/170

#conditional #adversarial #GAN
#pix2pix

#آموزش
پایتونی کد بزنید، اما گراف تنسرفلو داشته باشید!

AutoGraph converts Python into TensorFlow graphs
https://medium.com/tensorflow/autograph-converts-python-into-tensorflow-graphs-b2a871f87ec7

مرتبط با:
https://www.tgoop.com/cvision/848

#tensorflow #keras #autograph

پست مربوط به همان decorator ی بود که در کدهای جلسه آخر داشتیم

@tf.contrib.eager.defun



https://nbviewer.jupyter.org/github/alireza-akhavan/class.vision/blob/master/57-gan-pix2pix_tensorflow_eager.ipynb

کلاسیک

جدید

موقعیت سه بعدی صفحه.

دوستانی که برای پروژه ها با اسکن صفحاتی که خودشون طراحی و پرینت کردند کار میکنند؛ شدیدا توصیه میشه پست زیر را ببینند:


Aruco:

https://docs.opencv.org/4.0.1/d5/dae/tutorial_aruco_detection.html

#آموزش

Recognizing Speech Commands Using Recurrent Neural Networks with Attention

https://towardsdatascience.com/recognizing-speech-commands-using-recurrent-neural-networks-with-attention-c2b2ba17c837

سورس کد:

A Keras implementation of neural attention model for speech command recognition
https://github.com/douglas125/SpeechCmdRecognition

مرتبط با:

سورس و مقاله wav2letter++ یک روش end2end
https://www.tgoop.com/cvision/850
جلسه مربوط به Attention در RNNها:
https://www.aparat.com/v/SPZzH
جلسه مربوط به پردازش صوت در RNNها:
https://www.aparat.com/v/cEKal

#attention #rnn #lstm #keras #Speech

https://www.kaggle.com/c/LANL-Earthquake-Prediction?utm_medium=email&utm_source=intercom&utm_campaign=comp-launch-lanl

چالش جدید پیش بینی زمین لرزه

احتمالا به این مشکل برخوردید بعضی وقتا عکسو که میخونید تک کانالست! بعضی وقت ها int هستش! برخی مواقع uint8 و ...
این باعث میشه برای فرمت های مختلف با توابع مختلف که میخونید به دردسر بخورید.
تابع imread زیر خیلی میتونه کمکتون کنه:

import skimage
import imageio


def _to_rgb(img):
    w, h = img.shape
    ret = np.empty((w, h, 3), dtype=np.uint8)
    ret[:, :, 0] = ret[:, :, 1] = ret[:, :, 2] = img
    return ret

def imread(image_path):
content = imageio.imread(os.path.expanduser(image_path))
if content.ndim == 2:
_to_rgb(content)
content = skimage.img_as_ubyte(content)
return content

#آموزش

چگونه در کراس مشکل دیتای imbalance را حل کنیم؟

منبع: کتاب Deep Learning for Computer Vision with Python
(Starter Bundle)

بخش 22.2 Training the Smile CNN

@cvision

#keras #imbalance

معیار AUC را در مباحث ویژه 1 در مبحث تشخیص چهره دیدیم.
این معیار برای مسائل باینری مناسب است ...

#خبر #آموزش #کورس

نسخه ی 3 کورس fast.ai جرمی هاوارد چند دقیقه پیش منتشر شد و اکنون در دسترس است.
اگر ویدیوهای قبلی این مدرس را دیده باشید حتما میدانید در هر سری آموزشی تکنیک های ناب و جالبی را که از تجربه شرکت در چالش های کگل به دست آورده و باعث کسب رتبه های اول شده هم به اشتراک میگذارد. با نگاهی گذرا به کورس امسال متوجه می‌شوید که مطالب نسبت به دو نسخه قبلی به کلی به روز شده و تغییر کرده اند. شدیدا توصیه میکنم مطالبشو از دست ندید👌

Practical Deep Learning for Coders, 2019 edition, is now available. With a shiny new video player with searchable transcripts. This course is 100% new material, including some new techniques and results never previously published.


Lesson 1: Image classification
Lesson 2: Data cleaning and production; SGD from scratch
Lesson 3: Data blocks; Multi-label classification; Segmentation
Lesson 4: NLP; Tabular data; Collaborative filtering; Embeddings
Lesson 5: Back propagation; Accelerated SGD; Neural net from scratch
Lesson 6: Regularization; Convolutions; Data ethics
Lesson 7: Resnets from scratch; U-net; Generative (adversarial) networks


بلاگ پست خبر:
https://www.fast.ai/2019/01/24/course-v3/

لینک به کورس - مطالب و ویدیوها و کد:
https://course.fast.ai/

GAN — CycleGAN (Playing magic with pictures)
https://medium.com/@jonathan_hui/gan-cyclegan-6a50e7600d7

استفاده از image captioning برای پیدا کردن تصاویر مشابه در فضای بردار ویژگی fastText

Facebook BISON: An Alternative Evaluation Task for Visual-Grounding Systems
https://medium.com/syncedreview/facebook-bison-an-alternative-evaluation-task-for-visual-grounding-systems-857bb5366487

#مقاله

The Evolved Transformer
The Evolved Transformer: They perform architecture search on Transformer's stackable cells for seq2seq tasks. “A much smaller, mobile-friendly, Evolved Transformer with only ~7M parameters outperforms the original Transformer by 0.7 BLEU on WMT14 EN-DE.”
https://arxiv.org/abs/1901.11117

The Evolved Transformer is twice as efficient as the Transformer in FLOPS without loss in quality.

#seq2seq

مدل جدید seq2seq که دو ورز پیش منتشر شده با اینکه 2 برابر سریعتر است افت کارایی نداشته!

#مقاله

یک ایده خاص! شبیه ایده ی bag of vectors یا bag of words اما در تصویر!

این مقاله از ویژگی های محلی استفاده کرده و به ارتباط مکانی ویژگی ها کاری ندارد. با این وجود تنها با patchهای ۱۷ در ۱۷ به دقت معادل شبکه الکس نت رسیده است.
در این شبکه هر کلاس یک heatmap خواهد داشت که در نهایت روی میانگین روی هر heatmap تنها تابع فعالیت softmax اعمال میشود.
از مهمترین ویژگی های این شبکه تفسیر پذیری بالای آن است.

"Approximating CNNs with Bag-of-local-Features models works surprisingly well on ImageNet"

A "bag of words" of nets on tiny 17x17 patches suffice to reach AlexNet-level performance on ImageNet.
A lot of the information is very local.

https://www.tgoop.com/cvision/984

من به صورت اتفاقی به کدهای مباحث ویژه، بازشناسی اشیاء با وبکم دانشجوها نگاه کردم،
رایج ترین اشتباه این بوده که تصویر فریم خوانده شده با opencv از وبکم برای داده شدن به یک شبکه pretrained ترتیب کانالهاش اشتباه بوده.
در opencv تصویر bgr لود میشود و pill که تو خود کراس استفاده نیکنیم rgb