Mākslīgais intelekts ietver dažādas jomas, daudzi no tiem prasa uztvert vai interpretēt signālus no ārvalstīm. Šajā ziņojumā mēs redzēsim atvērtā pirmkoda rīkus datorredzei.
Tā ir viena no daudzajām jomām kur vadošā ir bezmaksas un atvērtā pirmkoda programmatūra pārspējot patentētās alternatīvas.
Kas ir datorredze?
Datori jau sen spēj uzņemt attēlus, bet panākt, lai viņš tos atpazītu un uz tiem reaģētu, ir joma, kas pēdējos gados ir pacēlusies. Interese par šāda veida iespējām pieauga no centieniem uzlabot sejas atpazīšanas tehnoloģijas un sacensībām, lai izstrādātu pirmo bezvadītāja transportlīdzekli.
Izaicinājums ir izveidot algoritmus, kas spēj atpazīt formas, krāsas un rakstus attēlus, kas uzņemti ar datoru., kā arī noteikt kustību, izsekot lietām un izprast to telpisko atrašanās vietu. Visjaudīgākie rīki izmanto dziļās mācīšanās algoritmus, kas apmācīti miljoniem zināmu attēlu, kas ļaus atpazīt modeļus un prognozēt nākotni.
Papildus autonomajiem transportlīdzekļiem ir arī citi iespējamie lietojumi, piemēram, medicīnisko attēlu analīze vai tādu ražoto produktu defektu noteikšana, kas nav redzami cilvēka acij.
Dziļās mācīšanās algoritms atšķiras no tradicionālajiem mācīšanās algoritmiem jo tas ir balstīts uz daudzslāņu neironu tīklu, kas spēj mācīties, pats iegūstot būtisku informāciju no ievades datiem.
Atvērtā pirmkoda rīki datorredzei
Datorredzes bibliotēka ir iepriekš uzrakstītu programmu komplekts, ko var izmantot tie, kas izstrādā lietojumprogrammas, kurām nepieciešamas attēlu un video apstrādes iespējas. Šo bibliotēku izmantošana ļauj samazināt kodēšanas laiku.
OpenCV
Es populārākā no šī saraksta grāmatnīcām. Tam ir versijas programmēšanas valodām Python, Java, C++ un Javascript, cita starpā. To var iekļaut Windows, Mac un Android lietojumprogrammās.
Daži OpenCV lietojumi ir sejas atpazīšana, kustības noteikšana, žestu identifikācija un objektu noteikšana.
Vienkāršs CV
Tas ir par programmatūras un bibliotēku komplekts, kas izstrādāts Python, ideāli piemērots prototipu veidošanai lietojumprogrammām, kas ir saderīgas ar dažādām tīmekļa, IP un mobilo ierīču kamerām.
Tas neprasa tik daudz mācīšanās kā citām iespējām.
dziļa seja
Como viņa vārds norāda uz to, tas ir rīks darbam ar sejām. Tā ir Python bibliotēka, kas ļauj analizēt sejas reāllaikā, atpazīt tās, veikt pārbaudes un analizēt to atribūtus.
BoofCV
Šī programmatūra Tas ir uzrakstīts no nulles un koncentrējas uz zema līmeņa attēlu apstrādi, kameras kalibrēšanu, funkciju noteikšanu/izsekošanu, kustību modelēšanu un atpazīšanu. Tas viss reāllaikā.
OpenWINE
Nosaukums Šīs bibliotēkas daļa nāk no saīsinājuma Open Visual Inference un Neural Network Optimization. Tas sastāv no rīku komplekta tādu lietojumprogrammu optimizēšanai, kas atdarina cilvēka redzi. Tās lietošanai nepieciešams iepriekš apmācīts modelis. Tās izmantošana ir paredzēta objektu noteikšanai, sejas un kustību atpazīšanai un krāsošanai.
albumi
Es Python bibliotēka, ko izmanto attēlu klasifikācijai, pozas novērtēšanai un objektu noteikšanai.
Caffe
Interesanti, kā mākslīgā intelekta iniciāļi attiecas uz pārtiku, vīnu, kafija. Pēdējā gadījumā tas nozīmē konvolucionālo arhitektūru ātrai funkciju iegulšanai. Tas ir rakstīts C++, lai gan tam ir atbalsts vairākām valodām un dažādām dziļās mācīšanās arhitektūrām. Tas ir ideāli piemērots attēlu klasifikācijai un segmentēšanai, padarot to ideāli piemērotu akadēmiskiem pētniecības projektiem, produktu prototipiem un liela mēroga rūpnieciskām lietojumprogrammām, kurām nepieciešama redzes, balss un multivides iespējas.
Ir skaidrs, ka mākslīgā intelekta jomā vēl ir daudz darāmā. Taču atvērtā pirmkoda bibliotēku esamība ļauj mums cerēt, ka izstrādātos risinājumus nekontrolē daži.