¿Cómo se utiliza el aprendizaje automático en la visión artificial? ¿Cómo puedo saltar del aprendizaje automático a la visión por computadora pronto?

Answer 1

Una de las habilidades y usos más importantes de los métodos de aprendizaje automático es el reconocimiento y clasificación de patrones.

Un ejemplo lo hará mucho más claro:
Considera que quieres enseñar a tu máquina a detectar rostros humanos. puede utilizar redes neuronales artificiales (ANN), que son un método popular para el aprendizaje automático. Luego, puede entrenar su ANN para reconocer rostros humanos proporcionándole dos conjuntos de imágenes de entrenamiento. Uno con imágenes de rostros humanos y otro sin rostros humanos y le dice a la ANN que conjunto tiene rostros humanos, para que pueda aprender el patrón del rostro humano.
Después de entrenar la ANN, alimenta la imagen y te dirá si existe un patrón de rostro humano en la imagen o no.

Existe una biblioteca de código abierto ampliamente utilizada para ejecutar la visión por computadora, escrita en C / C ++ llamada OpenCV, que puede descargar en http://www.opencv.org

Esta biblioteca tiene muchas funciones de alto nivel tanto en visión artificial como en aprendizaje automático. Incluso tiene una clase de reconocimiento facial. puede crear una instancia de la clase, presentarle sus conjuntos de datos de entrenamiento, capacitar a la ANN y está listo para trabajar. puede tener una serie de puntos que son ubicaciones de las caras en la imagen simplemente llamando a una función.

Encontrará más que suficiente documentación sobre las funciones de la biblioteca en el sitio web.

Espero que esto haya sido útil.

Answer 2

La visión artificial utiliza el aprendizaje automático en muchos casos. La visión por computadora se puede dividir en: procesamiento de imágenes, reconocimiento de objetos, detección de rostros, reconocimiento de rostros, reconocimiento óptico de caracteres, flujo óptico y detección de movimiento. Quizás solo el procesamiento de imágenes no se logra principalmente mediante el aprendizaje automático en la actualidad. El Dr. Taee mencionó OpenCV, que tiene módulos para tratar todas las categorías anteriores, pero muchas personas están utilizando redes neuronales convolucionales sobre OpenCV para poder procesar conjuntos de datos masivos de manera más eficiente. Si sabe ahora el aprendizaje automático, puede estar programando principalmente en Python. Encontrará que la visión por computadora con frecuencia necesita el rendimiento de C ++ y la tecnología GPU. Muchas de las bibliotecas de C ++, como OpenCV, tienen enlaces de Python, pero recomendaría aprender C ++ si tiene un gran interés en el CV.