--}}
Новая тема
Вы не можете создавать новые темы.
Т.к. вы неавторизованы на сайте. Пожалуйста назовите себя или зарегистрируйтесь.
Список тем

Разспознавание животных - чего и как использовать? Чего почитать?

Флуд программистов
365
24
С друзьями на NN.RU
В социальных сетях
Поделиться
Meg@VaD
29.04.2019
Домашний проектик на майские - отслеживание котов на участке. Итак: дано:
участок сложной формы (присутствуют строения).
участок населён растениями (которые будут шевелиться от ветра и мешать распознавать котов, хотя коты в густой траве сидеть не любят).
1. Надо ли создавать сложную area of interest для экономии ресурсов? (коты не могут быть на стенах; могут, но таковые нам не интересны)
2. Как учитывать рост растений, и нужно ли? (чтобы фильтровать картинку по модели огорода, он меняется крайне медленно)
3. Тренировать ли нейросеть "в прямом эфире" по трекингу объекта?
4. Есть ещё свой кот, его 100% надо распознавать, ну или хотя бы 96%.
5. Если я буду использовать несколько камер, то как использовать преимущества?
Про нвидиа и котов на участке читал, там своего кота не было, вроде.
Может чего почитать посоветуете, заранее спасибо :)
Если применять нейросетевые подходы, то area of interest ничем не поможет. Зато они могут дать хорошую точность детектирования. При наличии большого количества картинок котов можно натренировать детектор типа ssd или fast-rcnn, должно хорошо работать.

По поводу распознавания своего кота можно погуглить про object re-identification. Должно хорошо зайти, поскольку кот один всего.

А несколько камер вам нафига? Cross-camera tracking непростая штука, только время убъете на организацию транспорта данных.
Meg@VaD
29.04.2019
Про несколько камер я думал в контексте идентификации по модели, когда модель видна с нескольких сторон, а угол между камерами известен - значит точно будет идентифицирован конкретный объект. Но, видимо, это я оставлю напотом. Спасибо, буду пробовать, может уже и обученные есть детекторы нересурсоёмкие, заточенные конкретно под котов, к примеру? Помнится - пробовал год назад чего-то обученное, в потоке много объектов распознавала...только скрин от неё и остался. Без внешней видюхи, fps не помню тоже, макбук только вентилятором крутил
Meg@VaD писал(а)
Про несколько камер я думал в контексте идентификации по модели, когда модель видна с нескольких сторон, а угол между камерами известен

Зачем? В матане поупражняться захотелось?

Про детекторы koтоff не в курсе, может быть и есть. В крайнем случае можно датасет какой-нибудь найти подходящий (хоть и imagenet) и на нем натренировать. Это несложно, да и amazon aws есть, будет не очень дорого для одного раза.
andytolst
02.05.2019
Meg@VaD
03.05.2019
ёло зашло быстро и сверхпинчера распознало кошкой)) Но это я знал, как пёс выглядит :)
*сверхпинчер абсолютно этот же, что и на фотке с backpack от 29 апреля в 23:56
B.G
03.05.2019
YOLO те же яйца только в профиль, я не очень честно как оно устроено в деталях, но обычно детектор отдает вероятность принадлежности к определенному классу. И тут надо порог подобрать. Если сеть уверена, что это кот она даст грубо 0.8-0.9 и какие-то мелкие значения для остальных классов. Если сеть неуверена, то кот будет например 0.32, пес 0.35, что-то еще 0.2 и т.д., т.е. нет выраженного максимума.
Второй вариант переделать сеть на один класс - кот, но это тренировать надо.
Meg@VaD
03.05.2019
Да это как раз понятно, нашёл в одном из терминалов, 76%
С каффе очень всё непросто оказалось, там не только с конфигом для make, ещё и с sed в подготовке картинок даже пришлось разбираться, теперь вот seg fault, подозреваю, что он где-то от питона 2.7 подцепил зависимость. Уже подумываю бросить кафе и тренить классификатор ёло, правда время неприличным получилось, 34 секунды
B.G
03.05.2019
Можно забить на каффе и найти тоже самое в pytorch например. На там только питон и я хз поддерживается ли 3ка.
Типичное время тренировки подобных вещей это неск часов (иногда дней) на нормальном ГПУ, можно действительно амазон клауд или что-то подобное, как Иван писал.
а чем tensorflow не угодил? Он сейчас довольно хорошо поддерживается. Проблем с обучением должно быть меньше.
Meg@VaD
03.05.2019
Так не знаю, если б у меня больше вводных было - я б на форуме и не спрашивал :) Вроде его я и пробовал год назад. Метания все эти время отжирают, конечно.
Думаю - сейчас и проведу анализ, чего же лучше использвоать, и на какой платформе.
B.G
04.05.2019
на мой взгяд он интуитивно непонятный, я бы смотрел в сторону pytorch (как наследника Торча) и mxnet. C Каффе понятно все )
henry
29.04.2019
Интересная задача, но сложная как мне кажется, если в теме нет опыта.
Мыслей ровно две:
1) Motion detection с точностью меньшей чем колебания растений.
2) Радиомаяк "свой-чужой" своему коту.
P.S. Как раз хотел упомянуть тот проект где распознавались коты и включался автополив, но похоже это он и был упомянут.
Meg@VaD
29.04.2019
Откуда б ему взяться без подобных задач :)
Техническая сторона будет однотипной, поэтому только камеры и информация с них.
B.G
30.04.2019
Иван уже выше написал про ssd или fast-rcnn, вот решение из коробки github.com/weiliu89/caffe/tree/ssd
детектор выдает 20 классов, но среди них есть и "кот". Пробуйте, если точность и скорость устраивает, то данный подход можно переделать для детектирования только котов и потом существенно ускорить, но это задача не на майские, а грубо на месяц. Надо ГПУ, иначе на CPU это в мучение превратится даже с Intel Caffe.
В motion detection я бы не лез без опыта, задолбаетесь ложные срабатывания ловить.
Помотрите git, возможно есть открытые проекты только для котов.
По ссылке выше, это оригинльный репозиторий SSD, там детектор очень медленный, на 100% уверен что можно найти схожие решения, которые будут быстрее, опять же смотреть git
T-U
01.05.2019
ТС - редкостное трололо. Создает десятки тем чисто поржать
Meg@VaD
01.05.2019
ржи, тебе никто не мешает, а люди по делу пишут
T-U
01.05.2019
Широк мой юный кругозор во всех вопросах знания
Я, например, люблю футбол и в морге опознания!


Размышления о работе мозга человека.
Блокчейн как хранилище движения и верификации сертифицированных продуктов.
Тем, кто программирует/любую другую творческую работу на компьютере делает дома - какими креслами пользуетесь?
Как наказать негодяев :)?

Как прогресс хоть по одному вопросу?
Далее создания темы продвинулся? Блокчейн-платформу создал? Негодяев наказал? ))
Meg@VaD
02.05.2019
Кресла купил, негодяев наказал, конечно, будешь флудить в темах - и тебя накажу, негодяй. По поводу создания платформы - ты что-то путаешь,
ну а человеческий мозг тоже изучил, теперь рак могу лечить, обращайся)) Форум с помощью таких как ты делает медицину точной наукой))
Такое ощущение, что у тебя по жизни задачи из разряда "забить гвоздь", других по себе равняешь.
T-U
02.05.2019
Meg@VaD писал(а)
негодяев наказал

Отшлёпал, поди? Фантазёр, ёпть
Meg@VaD
02.05.2019
Ну у тебя и фантазии))
Meg@VaD
02.05.2019
попробовал пока на cpu))в мученье превратилось то, что я 2.7 питон не поддерживаю (из принципа), пришлось править почти весь makefile на моём макбуке, и на тестах snapshotshare с N5caffe9CPUDeviceIdEE фейлится, типа
Value of: params->cpu_diff()[j]
Actual: -0.0330053
Expected: param_copies->cpu_diff()[j]
Which is: -0.0330053
param 1 diff differed at dim 0
src/caffe/test/test_gradient_based_solver.cpp:552: Failure
Value of: history->cpu_data()[j]
Actual: -0.0330053
Expected: history_copies->cpu_data()[j]
Which is: -0.0330053

Ладно, это ж первый день отдыха всего лишь)
MKL_CBWR=AUTO пробовал, не помогло
T-U
01.05.2019
совет "тренироваться на кошках" актуален как никогда
Свой кот может быть помечен.
Новая тема
Вы не можете создавать новые темы.
Т.к. вы неавторизованы на сайте. Пожалуйста назовите себя или зарегистрируйтесь.
Список тем
Универсальный фрезерный станок 6720В

Универсальный фрезерный станок 6720В Станки предназначены для горизонтального фрезерования цилиндрическими, дисковыми, фасонными...

Универсальный фрезерный станок FUS-32

Универсальный фрезерный станок FUS-32 Широкоуниверсальный фрезерный станок FUS-32 Размеры раб. поверхности стола : 950×450...

Горизонтально-фрезерный станок 6Р81

Горизонтально-фрезерный станок 6Р81 Размеры рабочей поверхности стола, мм 1000х250 Число Т-образных пазов стола 4 Ширина Т-образного...

Универсальный фрезерный станок ALG-100Е

Универсально-фрезерный станок ALG-100Е Главный шпиндель Количество скоростей шпинделя – 16 Числа оборотов шпинделя, об/мин...

Frontend-разработчик Profit Search
40000 -
50000 руб.
Стаж работы 3-5 лет, частичная занятость
Разработчик .net Profit Search
70000 -
100000 руб.
Неполное среднее образование, стаж работы 3-5 лет, полная занятость
Программист 1С НПП ПРО-М
от 110 000 руб.
Высшее образование, стаж работы 3-5 лет, полная занятость
Программист-разработчик Full-Stack ГК "Kolobox"
70000 -
100000 руб.
Высшее образование, стаж работы более 5 лет, полная занятость