7. การเรียนรู้ของเครื่อง

ตัวตรวจจับส่วนใหญ่ในบทภาพถูกเขียนโค้ดด้วยมือสำหรับเป้าหมายเฉพาะ: ช่วงสีที่ปรับด้วยมือสำหรับการติดตามบลอบ รูปแบบน้ำหนักที่ได้จากมือสำหรับตัวกรองขอบ สมมติฐานทางเรขาคณิตที่ตายตัวสำหรับตัวค้นหาเส้นและวงกลม แต่ละอัลกอริทึมครอบคลุมงานประเภทหนึ่ง และการเพิ่มเป้าหมายใหม่หมายถึงการเขียนอัลกอริทึมใหม่ การเรียนรู้ของเครื่อง เปลี่ยนกระบวนการทำงาน แทนที่จะมีอัลกอริทึมหนึ่งต่อเป้าหมาย แอปพลิเคชันโหลด โมเดลที่ฝึกอบรมแล้ว -- ชุดน้ำหนักที่ผลิตนอกเครื่องบนเดสก์ท็อปด้วยภาพตัวอย่างจำนวนมาก -- และรันบนกล้อง เครื่องยนต์เดิมที่รันตัวตรวจจับใบหน้ารันตัวประมาณท่าทางมือ ตัวติดตามท่าทางร่างกาย ตัวจำแนกประเภทวัตถุ หรืออะไรก็ตามที่โมเดลถูกฝึกอบรมมา

โมดูล ml คือชุดเครื่องมือ ทุกการดำเนินการสร้างบนวัตถุ Model เดี่ยวที่โหลดไฟล์โมเดลจากแฟลช จัดการเทนเซอร์อินพุตและผลลัพธ์ที่ถูกควอนไทซ์ ส่งการอนุมานแต่ละครั้งไปยังเครื่องยนต์ที่เหมาะสมบนกล้อง และกำหนดเส้นทางเทนเซอร์ที่ได้ผ่าน ตัวประมวลผลหลัง เสริมที่แปลงกลับมาเป็นรูปแบบผลลัพธ์ที่แอปพลิเคชันสามารถดำเนินการได้ -- กรอบ จุดสำคัญ คลาส หรืออะไรก็ตามที่โมเดลมีไว้สำหรับ

แนวคิด

โมดูล ml

ไปป์ไลน์การอนุมาน

เครื่องยนต์การอนุมาน

การถอดรหัสผลลัพธ์

สรุป