Tlhahlobo ea Litšoantšo: Ke Eng le Mokhoa oa ho e Sebelisa

ka kim E tsoetseng pele: June 29, 2022

Tlhahlobo ea litšoantšo ke sesebelisoa se matla sa ho ntša lintlha litšoantšong.

Sena se ka sebelisoa bakeng sa merero e fapaneng, ho tloha ho latela liphetoho tikolohong ho ea ho ho lemoha sefahleho ho ea ho tlhahlobo ea litšoantšo tsa bongaka.

Sehloohong sena, re tla u fa kenyelletso e khuts'oane ea tlhahlobo ea litšoantšo le hore na u ka e sebelisa joang. Re tla fana ka litlhaloso tsa tlhahlobo ea litšoantšo, mekhoa le lisebelisoa tse fapaneng tse fumanehang, le ts'ebeliso e ka bang teng ea tlhahlobo ea litšoantšo.

Tlhaloso ea tlhahlobo ea litšoantšo

Tlhahlobo ea litšoantšo ke sesebelisoa se sebelisetsoang ho fumana temohisiso dijethale litšoantšo. E sebelisoa hangata mafapheng a fapaneng joalo ka bongaka, lipatlisiso tsa mahlale, leihlo, ts'ebetso ea litšoantšo le tse ling tse ngata.

Ha e le hantle, ke mokhoa oa ho bokella lintlha ho tsoa setšoantšong le ho hlahloba lintlha ho fumana boitsebiso bo mabapi le litaba tsa setšoantšo. Tlhahlobo ea setšoantšo e thusa ho fana ka tlhahisoleseling mabapi le boleng kapa likarolo tsa setšoantšo joalo ka boholo ba sona, sebopeho, matla / khanya, mmala tlhamo kapa moralo wa yona wa fatshe.

Ho na le mekhoa e 'maloa e sebelisoang ha ho hlahlojoa litšoantšo tse kang mekhoa ea phetoho ea sebaka se kang ho hula litšoantšo tse nyenyane le ho thibela ho sebetsa; e na le mekhoa ea ho hula e fumanang lintlha kapa libaka tse khahlang ho sebelisoa li-detectors tsa moeli kapa li-algorithms tsa ho latela moeli; mekhoa ea ho arola lintho tse arolang lintho ka lihlopha; mekhoa ea ho arola lintho tse arolang lintho ho tloha morao; le mekhoa ea temoho ea paterone e hlokomelang lintho tse sebelisang mekhoa ea lipalo.

Ka ho sebelisa lisebelisoa tsa tlhahlobo ea litšoantšo bakeng sa lits'ebetso tse kang ho lemoha ntho le ho lemoha sefahleho, e ka ntlafatsa boiphihlelo ba mosebelisi ha o sebelisa mecha ea litaba ea dijithale. Hape hoa khoneha ho sebelisa tlhahlobo bakeng sa lipatlisiso tsa mahlale e le ho lekola likamano lipakeng tsa meeli e hlalositsoeng ka har'a setšoantšo se le seng kapa sehlopha sa litšoantšo. Qetellong, theknoloji ena e boetse e sebelisoa haholo ke litsebi tsa bongaka ho pholletsa le litsebo tse khethehileng ho kenyeletsa radiology le pathology ho hlahloba maemo a fapa-fapaneng ho latela litšoantšo tse nkiloeng ho bakuli.

Mefuta ea tlhahlobo ea litšoantšo

Tlhahlobo ea litšoantšo ke ho ntšoa ha tlhahisoleseling ea bohlokoa ho tsoa litšoantšong tsa dijithale. Ke lentsoe le pharaletseng haholo le akaretsang mefuta e mengata e fapaneng ea mesebetsi e amanang le litšoantšo, ho kenyeletsoa temoho ea ntho le boitsebahatso, tekanyo ea sebopeho, temoho ea mohlala, tlhahlobo ea sebaka le ho arola.

Ho na le mefuta e mengata ea mekhoa ea ho hlahloba litšoantšo; tse ling tsa tse atileng haholo li kenyelletsa:
-phikisele-Thepa/Spatial Analysis - Mofuta ona oa tlhahlobo o kenyelletsa ho bala ka letsoho lipikselse ka bomong kapa lihlopha tsa pixels ho lekanya libaka (boholo, sebōpeho) le densities (kabo).
-Analysis ea Lipalo-palo - Mokhoa ona o sebelisa mekhoa ea lipalo-palo ho lekola likarolo tse amanang le libaka tse ka har'a setšoantšo joalo ka phapang kapa khanya.
-Machine Learning / Artificial Intelligence - Artificial intelligence (AI) algorithms e nolofalletsa mesebetsi e matla ea ho iketsetsa litšoantšo e kang ho lemoha ntho kapa ho arohana ha semantic ho sebelisa marang-rang a convolutional neural (CNNs).
-Tlhahlobo ea Sebopeho - Mokhoa ona o lekanya hore na likarolo tse ka har'a setšoantšo li ajoa joang ho latela sebopeho - ho fapana ha maemo a bohlooho kapa mebala sebakeng se seholo.
-Histogram Analysis - Tlhahlobo ea Histogram hangata e kenyelletsa ho lekanya lipalo-palo tse arolelanoang ka har'a setšoantšo se kang phapang, khanya, hue le saturation.
-Mekhoa ea ho Filtering - Mekhoa ea ho sefa e kenyelletsa ts'ebetso ea lipalo ho palo eohle e ntlafalitsoeng ea matla e fetolang likarolo tse itseng tsa sehlopha ha li ntse li boloka tse ling. Lisefe hangata li sebelisoa ho ntlafatsa mats'oao kapa ho tlosa lerata ho tsoa setšoantšong ka ho thethefatsa libakeng tsena tse sa batleheng.
-Mekhoa e Mene ea Phetoho - Mokhoa ona o sebelisa liphetoho tse Fourier tse arolang litšoantšo ka likarolo tse 'maloa tse ipapisitseng le mefuta ea maqhubu le/kapa lipapiso tse teng ka har'a foreimi ea ho kenya. Sena se lumella ho arola likarolo le lintho tse ka 'nang tsa e-ba le litšobotsi tse itseng tse amanang le likarolo tse ling ka kakaretso ponahalo ea foreimi - joalo ka liphapang tsa sebopeho kapa sebopeho - ho nolofalletsa ho lemoha ntho e bonolo nakong ea mekhoa ea ho arola.

Melemo ea Tlhahlobo ea Litšoantšo

Tlhahlobo ea litšoantšo ke sesebelisoa sa bohlokoahali sa ho fumana leseli ho tsoa litšoantšong tsa dijithale. E sebelisoa ho lemoha mekhoa, ho khetholla lintho, le ho ntša tlhahisoleseding e utloahalang ho tsoa mecheng ea litaba. Ho tloha lipatlisisong tsa bongaka ho ea ho ho lemoha sefahleho, tlhahlobo ea litšoantšo e ka ruisa liindasteri tse ngata molemo. Mona re tla hlahloba melemo ea tlhahlobo ea litšoantšo le hore na e ka sebelisoa joang ho ntlafatsa likarolo tse fapaneng.

Boiphihlelo bo ntlafalitsoeng ba moreki

Tlhahlobo ea litšoantšo e ka thusa ho ntlafatsa liphihlelo tsa bareki, ho lumella lik'hamphani ho utloisisa likhetho tsa bareki kapele le ka nepo. Ka ho kenya ts'ebetsong mekhoa ea ho hlahloba litšoantšo, likhoebo li ka sebelisa boitsebiso bo tsoang litšoantšong tse kang palo ea batho, libaka, le likarabo tsa maikutlo ho lebisa tlhokomelo hamolemo ho lipapatso tsa bona kapa ho iketsetsa litaba tsa bareki. Ho sebelisa lintlha tsena ho ka lebisa ho ntlafatseng likamano le bareki hammoho le ho eketseha ha thekiso ea k'hamphani.

Tlhahlobo ea litšoantšo e boetse e thusa likhoebo ho utloisisa moelelo oa litšoantšo tsa bona hamolemo. Ka mohlala, theknoloji ea ho lemoha mebala e lumella lik'hamphani ho tseba mebala ea setšoantšo le ho tseba hore na e amana joang le lihlahisoa kapa litšebeletso. Lintlha tsena li ka thusa likhoebo ho utloisisa boitšoaro ba bareki mabapi le tšebeletso kapa sehlahisoa se itseng. Ho feta moo, likhoebo li ka sebelisa theknoloji ea ho lemoha lintho ho khetholla lintho tse setšoantšong le ho utloisisa hamolemo likhetho tsa bareki ho latela lintho tseo ba li ratang.

Qetellong, tlhahlobo ea litšoantšo e thusa likhoebo ho bokella lintlha kapele ha li ntse li boloka ho nepahala ts'ebetsong. Likhamphani ha li sa hloka ho lekola litšoantšo tse makholo ka botsona ha li leka ho tseba likhetho tsa bareki; ho e-na le hoo ba khona ho iketsetsa ts'ebetso ena ba sebelisa mekhoa ea ho hlahloba litšoantšo e ntlafatsang ts'ebetso haholo ha ba ntse ba fumana liphello tse nepahetseng ho tsoa tlhahlobong ea eona ea litšoantšo. Sena se bolela hore bareki ba fumana phihlello ea papatso ea motho ka mong kapele ho feta leha e le neng pele, e nolofalletsang lik'hamphani ho fana ka boiphihlelo bo betere ba basebelisi ho bareki ba bona.

Ho nepahala le ho sebetsa hantle ho eketsehileng

Tlhahlobo ea litšoantšo e fana ka melemo e mengata bakeng sa likhoebo, ho kenyelletsa ho nepahala le ho sebetsa hantle. Ka ho hlahloba litšoantšo ho e-na le ho itšetleha ka mekhoa ea matsoho kapa ea mongolo, tlhahlobo ea litšoantšo e ka fokotsa haholo liphoso tsa ho kenya data le ho potlakisa nako ea ho sebetsa bakeng sa mosebetsi o fanoeng.

Tlhahlobo ea litšoantšo e boetse e felisa tlhokahalo ea ho sefa boitsebiso bo bongata ka letsoho. Ho e-na le hoo, algorithm e ka fumana kapele lintlha tse nepahetseng le ho tseba mekhoa e ka hlalosoang habonolo ke batho. Sena se potlakisa ts'ebetso ea ho etsa liqeto le ho fokotsa liphoso tse ka bang teng tse bitsang chelete e ngata ka lebaka la phoso ea motho kapa tlhokomeliso.

Ho feta moo, tlhahlobo ea litšoantšo e etsa hore ho be bonolo ho khetholla lipaterone kapele ho li-datasets tse kholo ka mokhoa o makatsang tse ka nkang lihora tse likete tsa batho ho sefa ka letsoho. Sena se fokotsa haholo litšenyehelo tsa basebetsi ha se ntse se eketsa ho nepahala le katleho ka nako e le 'ngoe. Tlhahlobo ea litšoantšo e boetse e lumella mekhatlo ho lekanya mekhoa eo e ka 'nang eaba e fositse ka mekhoa e tloaelehileng, e ba thusang ho etsa liqeto tse molemo ka potlako ho feta leha e le neng pele.
Ka ho sebelisa theknoloji ea ho hlahloba litšoantšo, likhoebo li ka fokotsa liphoso tsa ho kenya data le ho fokotsa litšenyehelo tsa basebetsi ha li ntse li eketsa ho nepahala le katleho mesebetsing ea tsona. Sena se lebisa bokhoni bo ntlafetseng ba ho etsa liqeto le liphello tse nepahetseng haholoanyane tse nkiloeng ho li-dataset tse kholoanyane ho feta tse ka finyelloang ho sebelisoa mekhoa e tloaelehileng feela.

Ntlafatso ea ho etsa liqeto

Tšebeliso ea tlhahlobo ea litšoantšo likhoebong ho thusa ho etsa liqeto ho ka lebisa ntlafatsong ea ts'ebetso le ho thusa mekhatlo ho laola lisebelisoa tsa bona hantle. Ka mekhoa le mahlale a fapaneng a amehang, mokhatlo o na le bokhoni ba ho sebetsa le ho sekaseka litšoantšo tse tsoang mehloling e fapaneng kapele. Sena se ba thusa ho etsa liqeto tse nepahetseng hang-hang.

Tlhahlobo ea litšoantšo e ka thusa mekhatlo ho hlophisa, ho tseba, le ho lekola lintlha e le ho beha mesebetsi kapa merero ea maano pele. E boetse e lumella tlhahlobo e potlakileng ea mekhoa e rarahaneng ka har'a litšoantšo, e bolokang nako ea bohlokoa mesebetsing ea boemo bo holimo ea ho etsa liqeto. Ho feta moo, tlhahlobo ea litšoantšo e ka thusa lik'hamphani ho fumana mekhoa kapa litaba tse hlahang khafetsa tseo mohlomong li sa kang tsa hlokomeloa.

Mekhatlo e ntse e sebelisa matla a theknoloji ea ho hlahloba litšoantšo joalo ka bohlale ba maiketsetso (AI) le lisebelisoa tsa ho ithuta ka mochini (ML) ho theha mefuta ea bona e tla ba fa temohisiso ea se tla etsahala ho latela boitšoaro ba bareki le maemo a 'maraka nakong e tlang. Mothating ona, lihlopha tsa tlhahlobo ea 'maraka li lula li hlahloba litšoantšo tseo li li bokeletseng ho tsoa mehloling e kang liwebsaete tsa tlholisano le liteishene tsa dijithale. Ka lisebelisoa tse nepahetseng, lihlopha tsena li ka tseba kapele hore na bareki ba sebelisana joang le lihlahisoa kapa litšebeletso tsa mokhatlo e le hore ba ka haha ​​​​lintlha tse sebetsang tse fanang ka monyetla oa tlholisano ho feta ba bang indastering.

Tlhahlobo ea litšoantšo e bapala karolo ea bohlokoa mesebetsing ea khoebo kajeno ka ho fa mekhatlo monyetla oa ho fumana lintlha tsa bohlokoa tse tsamaisoang ke data tse hlohlelletsang kholo le tsoelo-pele ka potlako ho feta leha e le neng pele.

Mokhoa oa ho Sebelisa Tlhahlobo ea Litšoantšo

Tlhahlobo ea litšoantšo ke mokhoa o sebetsang oa ho sebetsana le lintlha tse ngata tsa litšoantšo le ho ntša tlhahisoleseding e molemo ho eona. Tlhahlobo ea litšoantšo e kenyelletsa tšebeliso ea li-algorithms tsa komporo ho fumana moelelo oa setšoantšo. E ka sebelisoa bakeng sa mesebetsi e fapaneng e kang ho lemoha lintho, ho lemoha sefahleho, le ho arola litšoantšo. Karolong ena, re tla tšohla kamoo tlhahlobo ea litšoantšo e ka sebelisoang le tse ling tsa ts'ebeliso ea eona.

Karohano ea litšoantšo

Karohano ea litšoantšo ke lekala la ts'ebetso ea litšoantšo moo setšoantšo se arotsoeng ka likarolo tse ngata, kapa libaka, tseo hammoho li nang le setšoantšo sohle. Karolo e 'ngoe le e' ngoe e emela sebaka se khahlang ka har'a setšoantšo, 'me se ka nkoa e le ntho e ikhethileng ka bo eona. Sepheo sa ho arola ke ho nolofatsa le/kapa ho fetola kemelo ea setšoantšo hore e be ntho e utloahalang le e bonolo ho e hlahloba. Mekhoa ea ho arola e sebelisoa litšoantšong tsa bongaka bakeng sa mesebetsi e fapa-fapaneng, ho tloha ho khetholla mekhoa ea tlhaho ho ea ho hlahloba tsoelo-pele ea mafu. Ntle le moo, li-algorithms tsa likarolo ke likarolo tsa bohlokoa lits'ebetsong tsa boithuto tse ikemetseng mme li ka sebelisoa bakeng sa mesebetsi ea ho sesa ea liroboto le ho lemoha ntho.

Li-algorithms tsa karohano hangata li itšetleha ka mekhoa e thehiloeng ho pixel kapa mekhoa e ipapisitseng le maemo. Mekhoa e thehiloeng ho pixel e sebelisa matšoao a kang 'mala kapa sebopeho ho arola setšoantšo ka likarolo tse arohaneng. Ntle le moo, mekhoa e thehiloeng ho lihlopha e kopanya lihlopha tse thehiloeng ho likarolo tse hlalosang tse kang sebōpeho kapa sebopeho e le hore li hlopha lipikselse hammoho ka likarolo/lintho tse loketseng.

Karolo e thehiloeng ho pixel hangata e reretsoe ho arola lintho ho ea ka boholo ba tsona kapa boleng ba ho bapisa ka ho bala lipalo-palo tsa lefats'e (mohlala, boleng ba bohlokoa) sebakeng sohle. Mekhoa e thehiloeng ho lihlopha hangata e hloka ho kenya letsoho ka letsoho le ho ngola pele algorithm e ka qala ho sebetsa; leha ho le joalo mekhoa ena e matla haholo ha e sebetsana le li-dataset tse kholo kapa mefuta e sa tsejoeng ea data e ke keng ea aroloa ka katleho ho sebelisa litekanyetso tsa pixel feela.

Sehlopha sa litšoantšo

Ho hlophisoa ha litšoantšo ke mokhoa oa ho sebelisa li-algorithms tsa khomphutha ho bolela esale pele le ho ngola lihlopha ka setšoantšo se itseng. Ts'ebetsong ena, ho tloaelehile ho ba le "pokello" ea litšoantšo tsa koetliso tse ngotsoeng tse sebetsang e le ho kenya letsoho ho algorithm ea ho ithuta. Ho ipapisitsoe le litšoantšo tsena tsa koetliso, likarolo tse kang boholo, sebopeho le 'mala li ntšoa setšoantšong mme li sebelisetsoa ho arola litšoantšo. Mokhoa ona o lumella liphetho tse nepahetseng haholoanyane ha li bapisoa le ho ngola ka letsoho, moo batho ba ka etsang liphoso ka lebaka la ho hlopha hampe kapa liphoso tsa ho ngola.

Ha ho fanoe ka setšoantšo se sa tsejoeng, motho a ka sebelisa classifier e seng e ntse e le teng, ebe e abela karolo ena e khethehileng sehlopha sa lihlahisoa ho latela palo e boletsoeng esale pele ea lihlopha tse ikhethileng. Mehlala e meng ea tšebeliso ea sena e tloha ho lits'ebetso tsa ho khanna koloi tse ikemetseng tse e fang bokhoni ba ho lemoha ntho ho isa ho ho lemoha sefahleho lits'ebetsong tsa biometrics. Ho feta moo, ho ba le lintlha tse ngotsoeng tse nepahetseng ka ho arola litšoantšo ho ka fana ka temohisiso e kholoanyane tikolohong ea rona ka ho sebelisa li-database tse kholo tsa mmuso bakeng sa tlhahlobo e tsoelang pele - haholo-holo kamanong pakeng tsa mefuta ea lintho le lits'ebetso tsa khoebo tse kang tlhahlobo ea thekiso kapa tlhahlobo ea boithabiso.

Ho tloha ho kenya ts'ebetsong marang-rang a marang-rang ka mekhoa ea ho ntlafatsa GPU e le ho fumana ts'ebetso e ts'oanang ho fihlela mefuta e sa tšoaneng ea ho ithuta ka mochine - ho na le litsela tse ngata tseo motho a ka koetlisang mehlala ea AI kapa a sebelisa mekhoa e tebileng ea ho ithuta tšimong ea Tlhaloso ea Litšoantšo; le hoja thuto e sa laoleheng e ntse e na le litšitiso tse itseng tse thibelang bafuputsi ho li sebelisa ka botlalo, mekhoa ena e ntse e hlahlojoa le ho etsoa lipatlisiso. Kahoo ho utloisisa mokhoa oa ho li kenya ts'ebetsong ho hloka kutloisiso e felletseng mabapi le li-algorithms tsa pono ea khomphutha hammoho le tsebo e matla ea tekheniki e kenyelletsang mekhoa ea morao-rao ea boenjiniere joalo ka lipuo tsa ho ngola joalo ka Python bakeng sa merero ea ts'ebetsong hammoho le ho ba le nalane e haufi mabapi le mahlale a ntseng a hlaha joalo ka blockchain kapa lisebelisoa tse tlase tsa seva. meralo

Ho lemoha ntho

Ho lemoha lintho ke thekenoloji ea khomphutha le mokhoa oa ho netefatsa ho nepahala ha tlhahlobo ea pokello ea data ea litšoantšo. Theknoloji ena e sebelisa li-algorithms tse fapaneng tse rarahaneng ho khetholla lintho le litšobotsi tsa tsona litšoantšong tse tsebahalang habonolo. E na le karolo e kholo libakeng tse ngata, joalo ka forensics, saense ea bongaka, automation ea indasteri, boitsebahatso ba sefahleho le litsamaiso tse ikemetseng tsa tlhahlobo.

Ho lemoha ntho e kenyelletsa ho sekaseka kapa ho bokella lintlha ho fumana boholo, sebopeho le litšobotsi tse ling tsa lintho tse itseng setšoantšong. Mofuta ona oa tlhahlobo ea litšoantšo o ka kenyelletsa ho khetholla lintho tse ipapisitseng le 'mala oa tsona, sebopeho kapa libopeho tseo li li etsang ha li kopantsoe hammoho. Ho sebelisa mekhoa ea lipalo le mekhoa ea lipalo ho etsa hore mosebetsi o be bonolo haholo bakeng sa likhomphutha matsatsing ana.

Sepheo sa mantlha mona ke ho tseba ka nepo ntho e 'ngoe le e 'ngoe e hlahang pokellong ea boitsebiso ka ho sebelisa lileibole tsa eona tse fanoeng. Algorithm e hloka ho koetlisoa esale pele ka lintlha tse ngata, ho kenyeletsoa mehlala e "ntle" bakeng sa likhakanyo tse nepahetseng mabapi le likarolo tsa ntho e 'ngoe le e' ngoe e reretsoeng pele koetliso e qala. Ka mor'a hore lithupelo li phethehe 'me ponelopele e atlehile, e tla lateloa ke mekhahlelo e kang tšitiso moo sephetho se lebelletsoeng ho tsoa tlhahisong e fanoeng se sebetsang le liphetho tse fumanoeng lithutong tsa pejana.

Theknoloji joalo ka li-algorithms tsa ho ithuta ka botebo (DL) li thusa ka ho lumella mekhahlelo e mengata eo hammoho e sebetsang ho fihlela sephetho se nepahetseng ka nako e khuts'oane ho feta mekhoa ea khale e neng e ka fana ka eona pele e fumaneha ka har'a mofuta ona oa ho lokisa lisebelisoa tse sebelisoang kajeno. Qetellong sena se etsa hore mekhoa ea AI e thusoe joalo ka ho Deep Learning e khahle ho feta mekhoa e tloaelehileng kaha e fokotsa liphoso haholo ha e ntse e fana ka metrics e nepahetseng ea ho bona ntho e ka hlahisang tlhahiso habonolo maemong a nnete.

Lisebelisoa tsa Tlhahlobo ea Litšoantšo

Tlhahlobo ea litšoantšo ke mokhoa o kenyelletsang ho ntša tlhahisoleseding e utloahalang litšoantšong ka mekhoa ea eona ea ho kopanya. Ts'ebetso ena e sebelisoa mefuteng e fapaneng, joalo ka litšoantšo tsa bongaka, bohlale ba maiketsetso, le "remote sensing". Ka lehlohonolo, ho na le lisebelisoa tse fapaneng tse fumanehang bakeng sa tlhahlobo ea litšoantšo, ho etsa hore ts'ebetso e be bonolo le e sebetsang haholoanyane. A re shebeng tse ling tsa lisebelisoa tse teng bakeng sa tlhahlobo ea litšoantšo.

OpenCV

OpenCV ke laebrari ea mesebetsi ea mananeo e reretsoeng haholo pono ea nako ea nnete ea khomphutha. E ts'ehetsa lifensetere tse fapaneng, Linux, sethala le lisebelisoa tse ling tsa software mme ka hona e sebelisoa hangata bakeng sa tlhahlobo ea litšoantšo le mesebetsi ea ho lokisa litšoantšo. Libaka tsa kopo ea OpenCV li kenyelletsa: pono ea khomphutha, ho lemoha sefahleho, ho tsebahatsa ntho, ho latela motsamao, karohano le kananelo.

OpenCV e fana ka mefuta e mengata ea lisebelisoa tse matla tse ka sebelisoang ho etsa mesebetsi e rarahaneng e kang ho lemoha ntho, ho lemoha sefahleho, ho ntša likarolo tse ikemetseng le tse ling. E na le sechaba se mafolofolo se fanang ka tharollo e bonolo ho basebelisi ho rarolla mathata a tloaelehileng. Laeborari e etselitsoe ho hokahana le lipuo tse ngata tsa lenaneo tse kang C++, Java kapa Python. Laeborari e thusa batho ba ntlafatsang ho sebetsa ka litšoantšo ka lipuo tseo ba li batlang, kahoo ba fokotsa nako ea nts'etsopele haholo. OpenCV e ts'ehetsa mofuta ofe kapa ofe oa data (joalo ka litšoantšo tse sebopeho sa 2D le 3D) e etsang hore e be sesebelisoa se feto-fetohang ka ho fetesisa har'a lilaebrari tsohle tse sebetsanang le litšoantšo tse teng kajeno.

Lisebelisoa tse kenyellelitsoeng ho OpenCV ke:
-Sefa litšoantšo
-Karohano ya dintho
-Tlhahiso ea likarolo
-Ho nyallana le ho arola likarolo
-Tlhaloso ea ntho le tlhahlobo ea motsamao
-Kaho e ncha ea 3D bakeng sa lintho tse ithutoang

Lisebelisoa tsa eona li sebelisoa haholo bakeng sa tlhahlobo ea pono e ikemetseng maemong a indasteri ka lebaka la likarolo tsa eona tse ntle joalo ka tšebeliso e tlase ea memori, ts'ebetso e potlakileng ea li-platform tse ngata (haholo-holo tse kentsoeng), ho khoneha har'a lits'ebetso tse sebelisang lilaebrari tse tloaelehileng joalo ka OpenMPI/MPI4Py. Laesense ea eona ea mohloli o bulehileng e etsa hore e khahle le ho feta bakeng sa basebelisi ba batlang ho e sebelisa ntle le litefo tsa borena kapa laesense ho tsoa ho lik'hamphani kapa mekhatlo e kang lipalo joalo-joalo ...

TensorFlow

TensorFlow ke laeborari e bulehileng ea software e sebelisoang ho nts'etsapele le ho koetlisa mekhoa e tebileng ea ho ithuta. Sistimi e tebileng ea ho ithuta, joalo ka mefuta ea tlhahlobo ea litšoantšo, e entsoe ka mekhahlelo e mengata ea li-neuron tse sebetsanang le data ea ho kenya, joalo ka setšoantšo. TensorFlow e thusa batho ba ntlafatsang ho hlahisa le ho sebelisa mekhoa ea morao-rao ea ho ithuta e tebileng e ka sebelisoang ponong, ts'ebetsong ea puo ea tlhaho le libaka tse ling.

Molemo o moholo oa ho sebelisa TensorFlow ke hore e fana ka mokhoa o bonolo oa ho theha le ho fana ka mefuta e matla ea ho ithuta ea mochini kapele le ka nepo. TensorFlow e boetse e ts'ehetsa lits'ebetso tse fapaneng ho pholletsa le MacOS, Windows, Linux le sethala sa mehala. Mme hobane ke mohloli o bulehileng ebile o na le ts'ehetso e ruileng ea sechaba, o ka sebelisa lisebelisoa tse teng ts'ebetsong ea hau ea nts'etsopele ntle le ho tlameha ho khutlisetsa mabili kapa ho qeta nako e eketsehileng ho lokisa khoutu ho tloha qalong.

Ntle le ho koetlisa mefuta e mecha ho tloha qalong, TensorFlow e boetse e u lumella ho sebelisa mefuta e koetlisitsoeng esale pele bakeng sa thuto ea phetisetso kapa tokiso e ntle ho lihlopha tse itseng tsa mathata. Sena se etsa hore ho khonehe ho aha kapele litharollo tsa tloaelo tse etselitsoeng mathata a itseng ha u ntse u nka monyetla oa tsebo e teng e hahiloeng ho marang-rang a teng. Ka mokhoa ona oa ho feto-fetoha le maemo, bahlahisi ba ka qala ho leka meaho e fapaneng ka potlako ho feta leha e le neng pele - ho e phahamisa le ho sebetsa ka ho nepahala ho hoholo ka nako ho hang.

Google Cloud Vision

Google Cloud Vision ke sesebelisoa se matla sa ho lokisa litšoantšo se etselitsoeng ho thusa likhoebo ho sekaseka litšoantšo le ho fumana lintlha tsa bohlokoa. E ipapisitse le theknoloji e ts'oanang e sebelisoang ke Lifoto tsa Google, e etsa hore e tšepahale, 'me ho be bonolo ho e sebelisa. Sesebelisoa sena se thehiloeng marung se lumella likhoebo ho sebetsana le litšoantšo tse ngata ka potlako, ho lemoha lifahleho, ho khetholla lintho, le ho ntša mongolo ka nako eohle ho qoba mosebetsi oa matsoho.

Tšobotsi e 'ngoe e kholo ea Google Cloud Vision ke bokhoni ba eona ba ho khetholla lintho tse tsoang mefuteng e mengata e kang liphoofolo kapa lihlahisoa. Ka karolo ea "ho lemoha logo", basebelisi ba ka hokahana le mabitso a kang Facebook kapa Instagram bakeng sa tlhaiso-leseling e batsi le tlhahlobo. Karolo ea "ho lemoha matšoao" e thusa basebelisi ho bona libaka tse ba potolohileng le ho utloisisa setso sa bona hantle hanghang.

Ntle le bokhoni ba ho lemoha lintho, Google Cloud Vision e boetse e fa basebelisi tlhahlobo ea maikutlo hammoho le sesebelisoa se ikemetseng sa ho ngola litšoantšo - se loketseng tlhahlobo ea hang-hang! Ho feta moo, sesebelisoa sena se fana ka bokhoni ba ho lemoha sefahleho se setle bakeng sa merero ea ho bapatsa kaha ba lemoha litšobotsi tse kang lilemo le bong ka nepo e phahameng. Qetellong, bokhoni ba ho ntša mantsoe a sehlooho bo thusa basebelisi ho potlakela ho hlahloba litšoantšo tse kentsoeng ha ba ntse ba fumana mantsoe a bohlokoa a ka sebelisoang lits'ebetsong kapa lits'ebetsong hamorao.

Qetellong, Google Cloud Vision ke khetho e ntle haholo ha u batla sesebelisoa sa ho etsa litšoantšo ho thusa likhoebo ho sekaseka litšoantšo tsa tsona ka nepo ho feta leha e le neng pele!

fihlela qeto e

Tlhahlobo ea litšoantšo ke sesebelisoa se matla sa ho bokella lintlha ho tsoa litšoantšong tsa dijithale. E ka sebelisoa mafapheng a mangata a fapaneng joalo ka bongaka, likoloi le ho nka lifoto. Melemo ea ho sebelisa tlhahlobo ea litšoantšo e mengata 'me e ka boloka nako, chelete le boiteko. Sehloohong sena, re shebile lintlha tsa motheo tsa tlhahlobo ea litšoantšo, hore na ke eng, le hore na li ka u tsoela molemo joang. Re boetse re tšohlile mefuta e fapaneng ea tlhahlobo le mekhoa e metle bakeng sa tlhahlobo e atlehileng ea litšoantšo. Qetellong, ho hlakile hore tlhahlobo ea litšoantšo ke sesebelisoa se matla sa ho bokella lintlha le ho etsa liqeto tse thehiloeng ho data.

Summary

Khetho ea li-roast bakeng sa kofi ea hau e itšetlehile ka tatso le matla ao u a ratang hammoho le likhetho tsa sebaka sa hau. Li-roaster tse fapaneng li fana ka mefuta e mengata ea mabitso le lihlopha tsa mebala, empa ka kakaretso, li-roast tse bobebe li tla ba le tatso e bobebe 'me li be le caffeine e phahameng hanyenyane ha liroast tse lefifi li baba haholo ka acidity e fokolang. Mefuta e tsebahalang ea e 'ngoe le e' ngoe e kenyelletsa Light City, Half City, Cinnamon, City, American, Breakfast, Full City, High Continental New Orleans European Espresso Viennese Italian French. Hore na u motho ea ratang linaoa tsa kofi tse bobebe kapa tse lefifi - kapa kae-kae - etsa bonnete ba hore u botsa pele u reka e le hore u fumane hantle seo u se batlang!

Ho Bala ho Eketsehileng

Tšebeliso ea tlhahlobo ea litšoantšo ho fumana temohisiso le ho etsa liqeto ho tsoa litšoantšong e ntse e ata haholo liindastering tse fapaneng, ho tloha ho tsa bophelo bo botle ho isa ts'ireletsong. Haeba u batla ho tseba haholoanyane ka theknoloji ena, nahana ka lisebelisoa tse latelang:

Lingoloa & Lithuto
- "Tlhahlobo ea Litšoantšo: Ke Eng le Hore na U ka e Sebelisa Joang" ka Oracle
- "Selelekela sa Tlhahlobo ea Litšoantšo bakeng sa Batho ba sa Tsebeng letho ka Tlhahlobo ea Litšoantšo" ke Kent Woodard
-"Mehato ea 8 ea ho Utloisisa Tlhahlobo ea Litšoantšo le Ts'ebetso ea ho Ithuta ka Mochine" ka Victor Charpenay
Libuka le Lingoliloeng
-Tlhahiso ea Litšoantšo: Melao-motheo le Likopo ka Milan Sonka et al.
-Pono ea Khomphutha le Mochini - Khopolo, Algorithms, Practicalities (4th Ed.) ka E. R. Davies
-Digital Image Processing ka OpenCV - Bibliography (Ver 4.1) E hlophisitsoe ke David Dardas Webinars & Podcasts
-Computer Vision Through Machine Learning Webinar e tsamaisoang ke Treehouse AI
-Machine Learning Basics Podcast e tsamaisoang ke Google Cloud Platform Ho boetse ho na le libuka tse ling tse ngata, lihlooho, li-webinars, li-podcasts, lithupelo le lisebelisoa tse ling tse teng tse ka u thusang ho utloisisa hamolemo mokhoa oa ho hlahloba litšoantšo hammoho le mokhoa oa ho o sebelisa bakeng sa lits'ebetso tse itseng.

Lumela, ke 'na Kim,' mè le motho ea chesehelang ho emisa ho sisinyeha ea nang le tsebo ea ho theha mecha ea litaba le nts'etsopele ea webo. Ke na le tjantjello e kholo ea ho taka le ho etsa lipopae, 'me joale ke qoela ka pele lefatšeng la li-stop-motion. Ka blog ea ka, ke arolelana lithuto tsa ka le uena.