Немного поучительного.
Пару лет назад я пытался решить следующую задачу: найти на снимках с соревнований беговые номера. Задача, в общем, не казалась сложной.
Немного взботнув, остановился на детекторе Виола Джонс из пакета opencv.
После примерно месяца безуспешных попыток обучить детектор я сдался.
Потом был ШАД и куча ботвы. И вот сегодня, после пары часов обучения, детектор работает.
В чем же разница?
В двух вещах, во-первых, мне объяснили как важно тщательно готовить данные и я потратил несколько недель на ручную разметку тысяч снимков.
Во-вторых, во время прошлой итерации я подошел к обучению чисто инженерно, не понимая, что происходит внутри. Сегодня я понимаю как работает метод, понимаю какие параметры обучения нужны и какие примеры подготовить.
Итого много слов, а мораль простая: знать, что под капотом бывает полезно.
Пару лет назад я пытался решить следующую задачу: найти на снимках с соревнований беговые номера. Задача, в общем, не казалась сложной.
Немного взботнув, остановился на детекторе Виола Джонс из пакета opencv.
После примерно месяца безуспешных попыток обучить детектор я сдался.
Потом был ШАД и куча ботвы. И вот сегодня, после пары часов обучения, детектор работает.
В чем же разница?
В двух вещах, во-первых, мне объяснили как важно тщательно готовить данные и я потратил несколько недель на ручную разметку тысяч снимков.
Во-вторых, во время прошлой итерации я подошел к обучению чисто инженерно, не понимая, что происходит внутри. Сегодня я понимаю как работает метод, понимаю какие параметры обучения нужны и какие примеры подготовить.
Итого много слов, а мораль простая: знать, что под капотом бывает полезно.
0
У записи 15 лайков,
1 репостов,
367 просмотров.
1 репостов,
367 просмотров.
Эту запись оставил(а) на своей стене Алексей Голомедов
