Zero-shot в задачах компьютерного зрения (нейронные сети без обучения)
🔍 В данном туториале мы рассмотрим революционный подход в области компьютерного зрения – Zero-shot learning. Этот метод позволяет нам решать задачи классификации, детекции и сегментации без необходимости обучения на специально подобранных данных. 🤯 Удивительно, но правда! Мы покажем, как вы можете применить Zero-shot learning к своей уникальной проблеме и достичь впечатляющих результатов. 📚 В этом туториале вы узнаете: 1. Основы Zero-shot learning и его преимущества 2. Как реализовать классификацию, детекцию , семантическую сегментацию и инстанс сегментацию без обучения 🔗 Код из видео доступен по ссылке: https://drive.google.com/file/d/1CgM1N-RYBtePYPSCzK6EG7Ix7YVqgDLK/view?usp=sharing Таймкоды из видео: 8:58 - Детекция (YOLO-world примеры) 22:45 - SAM (FastSAM примеры) 30:59 - Классификация (CLIP примеры) 39:35 - Самантическая сегментация (CLIP-Seg примеры) 44:23 - Инстанс сегментация (LangSAM примеры) ----------------------------------------------------------------------------------------------------------------- PS: В видео для визуализации результатов использовалась моя библиоткека patched_yolo_infer. Если хотите поддержать мои старания, то поставьте звезду ⭐ в этом масштабном опенсорс проекте - https://github.com/Koldim2001/YOLO-Patch-Based-Inference Подписывайтесь на канал, чтобы быть в курсе новых видео и узнавать больше о компьютерном зрении!
🔍 В данном туториале мы рассмотрим революционный подход в области компьютерного зрения – Zero-shot learning. Этот метод позволяет нам решать задачи классификации, детекции и сегментации без необходимости обучения на специально подобранных данных. 🤯 Удивительно, но правда! Мы покажем, как вы можете применить Zero-shot learning к своей уникальной проблеме и достичь впечатляющих результатов. 📚 В этом туториале вы узнаете: 1. Основы Zero-shot learning и его преимущества 2. Как реализовать классификацию, детекцию , семантическую сегментацию и инстанс сегментацию без обучения 🔗 Код из видео доступен по ссылке: https://drive.google.com/file/d/1CgM1N-RYBtePYPSCzK6EG7Ix7YVqgDLK/view?usp=sharing Таймкоды из видео: 8:58 - Детекция (YOLO-world примеры) 22:45 - SAM (FastSAM примеры) 30:59 - Классификация (CLIP примеры) 39:35 - Самантическая сегментация (CLIP-Seg примеры) 44:23 - Инстанс сегментация (LangSAM примеры) ----------------------------------------------------------------------------------------------------------------- PS: В видео для визуализации результатов использовалась моя библиоткека patched_yolo_infer. Если хотите поддержать мои старания, то поставьте звезду ⭐ в этом масштабном опенсорс проекте - https://github.com/Koldim2001/YOLO-Patch-Based-Inference Подписывайтесь на канал, чтобы быть в курсе новых видео и узнавать больше о компьютерном зрении!