Deep Learning

Deep Learning

Deep Learning Networks Synergize Pathology and Genomics

Currently, the integration of heterogeneous data types is actively used in completely different fields and is a promising area of research, especially relevant for medical science, opening up new opportunities for both diagnosis and a deeper understanding of diseases. This blog explores the approach of combining various data...

Read More

Made by AI

ChatGPT trenuje MLP na zbiorze MNIST

Czy możemy wykorzystać model ChatGPT do wygenerowania kodu do treningu w PyTorchu? Tak i nie. Robi błędy, ale część umie poprawić. Ostatecznie proste MLP działa, po poprawkach związanych z importami. Są też problemy nie do przeskoczenia o czym niżej. Zapytanie które wpisałem wyglądało następująco: I need a simple...

Read More

Deep Learning

Wykrywanie obiektów na obrazie – ML Gdańsk

O wykrywaniu obiektów na obrazie. Metody z 2020 roku, opowiadane w tymże roku, więc tutaj uczulam, że nie wszystkie miałem okazję przetestować osobiście. Niektóre tylko wymienię, że istnieją, bo są ciekawe. Wpis ten powstał na podstawie wystąpienia na 97 ML Gdańsk z 14.12.2020. Obecnie (2022Q1) warto spojrzeć na YOLOR i...

Read More

Deep Learning

Model CNN do klasyfikacji samochodów

W tym poście postaram się pokazać drogę tworzenia modelu konwolucyjnej sieci neuronowej do klasyfikacji samochodów wg. marki, modelu i rocznika. Zacznę od analizy zbioru danych, potem porównam model z jednym i z trzema wyjściami, skorzystam z tf.data i learning rate warm-up do poprawy działania modelu, a na koniec porównam...

Read More

Audio, Deep Learning

Budowa klasyfikatora zdarzeń dźwiękowych na obrazie z Pytorch Lightning i Streamlit

W pierwszej części tej serii udało nam się poznać sposoby ekstrakcji cech wizualnych z dźwięku i dowiedzieć się na co uważać w problemach audio jeśli do tej pory mieliśmy do czynienia tylko z wizją. Pozostaje jednak jeszcze jedna kwestia do porównania – próg wejścia. W mojej opinii, wizja komputerowa jest...

Read More

Audio, Deep Learning

Audio – wizja w przebraniu?

Ekstrakcja cech wizualnych z dźwięku i porównanie przetwarzania audio i wizji komputerowej Co przychodzi Ci jako pierwsze do głowy kiedy poproszę Cię abyś wyobraził_a sobie dźwięk? Jeśli jesteś związany_a z muzyką to być może jedną z pierwszych myśli będą np. nuty. Zapis ten ma za zadanie przedstawić nam graficznie...

Read More

Deep Learning

Deep learningowy kalendarz adwentowy 2021

24 dni treści o sieciach neuronowych do analizy obrazu – rzecz się działa na Linkedinie w grudniu 2021 roku. Postanowiłem jednak te treści udostępnić również tutaj – w jednym miejscu, by ułatwić przejście przez nie (taki był plan). Zapraszam! 1. Do czego sieci neuronowe w analizie obrazu? Mówiąc o sieciach...

Read More

Datasets, Deep Learning, Tutoriale

Trening YOLOv4 i śledzenie obiektów CTMC-V1

Poniższy wpis jest kontynuacją serii opisującej nasze zmagania ze zbiorem linii komórkowych CTMC-V1. Zadaniem jest wykrycie i śledzenie obiektów (w tym przypadku komórek) na kolejnych klatkach filmów. Postawnowiliśmy rozwiązać ten problem poprzez rozdzielenie zadania wykrywania i śledzenia komórek. W poprzednim poście,...

Read More

Deep Learning, Tutoriale

COVID-19 Detection – konkurs Kaggle

COVID-19 na zdjęciach rentgenowskich wygląda podobnie do zapalenia płuc wywołanego innymi niż SARS-CoV-2 wirusami, a także zapalenia płuc pochodzenia bakteryjnego. Jednocześnie zdjęcie rentgenowskie powstaje szybciej niż wynik badania RT-PCR, będącego standardową metodą wykrywania wirusa SARS-CoV-2. Jest także łatwiejsze...

Read More

Deep Learning, Tutoriale, Video

SOTR, czyli segmentacja instancji z wykorzystaniem transformera

Mniej więcej rok temu opisywałam na blogu w jaki sposób uruchomić inferencję modelu DETR do wykrywania obiektów i segmentacji instancji. Czemu o tym wspominam? Bardzo niedawno ukazał się SOTR, czyli Segmenting Objects with Transformer, czyli kolejny model, który z powodzeniem wykorzystuje znanego z przetwarzania języka...

Read More
Close