मुख्य सामग्री पर जाएँ

कंप्यूटर विज़न

पिक्सेल को वस्तुओं, दृश्यों और त्रि-आयामी संरचना में बदलना

OVERVIEW

सभी प्रविष्टियाँ
6
प्रारंभिक
2
मध्यवर्ती
3
विशेषज्ञ
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.

इस क्षेत्र में उत्तर देने वाले प्रश्न

  • 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?

इस क्षेत्र की प्रविष्टियाँ

  1. 01छवि का डिजिटल निरूपणप्रारंभिकमशीन के लिए तस्वीर संख्याओं के परतदार जाल के अलावा कुछ नहीं
  2. 02कन्वोल्यूशन संक्रियाएँप्रारंभिकएक छोटा टेम्पलेट पूरी छवि पर सरकता है और किनारे, बनावट व आकृति खोजता है
  3. 03छवि वर्गीकरणमध्यवर्ती“बिल्लियों की मूँछें होती हैं” बताइए मत — ढेर सारी बिल्लियाँ दिखाइए, वह खुद समझ जाएगा
  4. 04वस्तु संसूचनमध्यवर्ती“चित्र में क्या है” से “क्या, कहाँ और कितने” तक
  5. 05अर्थपूर्ण विभाजनमध्यवर्तीहर पिक्सेल को रंगना — वस्तु के चारों ओर बॉक्स नहीं, रंग भरने वाली किताब
  6. 06स्व-पर्यवेक्षित दृष्टि और बहुविध कंट्रास्टिव अधिगमविशेषज्ञलेबल की ज़रूरत नहीं: “कौन-सी छवियाँ एक जैसी हैं” से देखना सीखना