W poprzednim nagraniu pokazałem świetne rezultaty, jakie można osiągnąć, stosując sieci neuronowe w zadaniu detekcji budynków na zdjęciach lotniczych.

Teraz zagłębimy się w szczegóły techniczne naszego rozwiązania. W poniższym nagraniu przełamuję schematyczne myślenie o problemie detekcji, opowiadam o tym, skąd pozyskaliśmy dane treningowe, jakie rezultaty osiągnęliśmy w różnych podejściach i co najważniejsze, pokazuję realne wyniki na nigdy wcześniej niewidzianych (przez sieć) zdjęciach. Zdradzę informacje m.in. o naszych eksperymentach związanych z architekturą Faster R-CNN z konwolucyjną siecią Inception Resnet v2 i segmentacją semantyczną.

Jeśli chciałbyś zacząć samodzielną przygodę z sieciami neuronowymi, warto skorzystać z konsultingu i warsztatów specjalistycznych w zakresie przetwarzania obrazu za pomocą uczenia głębokiego, a w szczególności:

• demonstracji możliwości i potencjalnych zastosowań,
• modyfikacji dostępnych architektur sieci do własnych potrzeb,
• prawidłowego zdefiniowania problemu i wyboru najlepszego algorytmu,
• sposobów pozyskania i przygotowania danych,
• teorii sieci neuronowych (konwolucyjnych),
• treningu i walidacji sieci neuronowych na własnych danych,
• poprawnego testowania wytworzonego rozwiązania,
• wdrożenia produkcyjnego.