Computer Vision
Pixel in Objekte, Szenen und 3D-Struktur verwandeln
OVERVIEW
- Alle Einträge
- 6
- Anfänger
- 2
- Fortgeschritten
- 3
- Experte
- 1
To a computer an image is just a grid of numbers; the hard part of vision has never been storing it but understanding it. This domain begins with the locality and weight sharing of convolution and connects classification, detection, segmentation, generation and 3D reconstruction, explaining what bottleneck each landmark architecture actually broke.
Fragen, die dieser Bereich beantwortet
- Q1
What does a convolution kernel actually learn?
- Q2
How do classification, detection and segmentation differ?
- Q3
How does a machine recover 3D from 2D images?
Einträge dieses Bereichs
- 01Digitale BilddarstellungAnfängerFür eine Maschine ist ein Foto nichts als gestapelte Zahlenraster
- 02FaltungsoperationenAnfängerEine kleine Schablone über das Bild geführt findet Kanten, Texturen und Formen
- 03BildklassifikationFortgeschrittenSag ihm nicht „Katzen haben Schnurrhaare“ – zeig ihm genug Katzen, er erkennt es selbst
- 04ObjekterkennungFortgeschrittenVon „was ist im Bild“ zu „was, wo und wie viele“
- 05Semantische SegmentierungFortgeschrittenJedes Pixel einfärben: kein Rahmen, sondern ein Malbuch
- 06Selbstüberwachtes Sehen und kontrastives multimodales LernenExperteKeine Labels nötig: Sehen lernen, indem es erkennt, welche Bilder gleich sind