Minu Colab märkmikk. Fastai originaal Goodle Colab märkmikk. Andmestiku uurimine Andmestiku The Oxford-IIIT Pet Dataset veebileht. Kuidas on andmestik (datset) organiseeritud? Et näha, mis andmestikus on: Andmestik koosneb kahes kataloogist: images ja annotations. Veebileht ütleb, et märkuste (annotations) kataloog sisaldab, infot kus lemmikloomad asuvad, mitte seda mis nad. Kui meid asukoht ei huvita siis võimeContinue reading “3. Sügavõpe: andmestikud, kadu, õpisamm ja mudeli parandamine”
Category Archives: Learn and make
2. MNIST ja sügavõpe
Minu Google Colab märkmik aga parem vaata fastai 04_mnist_basic. Üks tuntumaid andmestike (dataset) on MNIST, mis sisaldab käsitsikirjutatud numbreid. Seda kasutati ühes esimeses praktilises käsitsikirjutatud numbrijärjestuste äratundmise süsteemis Lenet-5 aastal 1998. Laemealla MNIST_SAMPLE andmestiku. See sisaldab ainult numbreid 3 ja 7! Kuvame selle kataloogi (path) sisu: Masinõppe andmestikud (datasets) on tavaliselt jaotatud eraldi kataloogideks: treeningandmestikContinue reading “2. MNIST ja sügavõpe”
Andmekogu loomine jmd-imagescraper abil
Sügavõppe mudelite treenimiseks on vaja palju sildistatud pilte. Üks lihtsamaid mooduseid sellise andmekogu loomiseks on kasutada mõnd otsingumootorit. Otsingumootoriks on DuckDuckGo, mis kasutab Bing otsingumootori koostatud indeksit. Nii, et tulemused on üsna sarnased. Negatiivne külg on ,et leitud vasted on kõik ameerika kesksed ja ei arvesta lokaalsete eripäradega. Näiteks on siga mingi teibi bränd jaContinue reading “Andmekogu loomine jmd-imagescraper abil”
1. Sügavõpe (Deep leartning)
Lühi konspekt originaal fastai märkmikust 02_production.ipynb Masinnägemine Computer vision object recognition – asjade äratundmine object detection – asjade tuvastamine: asukoht, nimi segmentation – iga piksel kategoriseeritakse selle järgi, mis objekti osa ta on. out-of-domain data – Sügavõppe mudelid ei ole üldiselt head nende piltide äratundmisel, mis erinevad oluliselt struktuuri või stiili poolest nendest piltidest millega tedaContinue reading “1. Sügavõpe (Deep leartning)”
0. Sügavõpe (Deep learning)
Märkmed fast.ai kursusest enda jaoks. Ei ole ülevaatlik ega põhjalik kõikides osades. Originaal märkmik koos inglisekeelsete põhjalike selgitavate tekstiga: 01.intro.ipynb Vajalik on NVIDIA graafikakaart (GPU – Graphics Processing Unit). Need, mis on head mängimiseks ja 3D jaoks sobivad üldiselt ka sügavõppe jaoks. Google Colabis tuleb GPU kasutamine eraldi aktiveerida. Keskkonnaks Jupyter notebook. Kas oma arvutisContinue reading “0. Sügavõpe (Deep learning)”
Malevich
This artwork is inspired by famous suprematist artist Kazimir Malevich (1879-1935) and his painting “Black Square”. But I am not so radical. I have four LED squares inside one black square. Slowly blinking their different coloured lights. I need to make another video when there is not so light and you can actually see theContinue reading “Malevich”
Python script to generate ridge maps
Someone has created a python library to generate ridge maps. All my experiments and code are in this Colab notebook.
The artistic shape detection algorithm
Today I learned one simple shape detection algorithm. In contrast image, it tries to find how many corners on some shapes are. When there is three, then it is a triangle and so on. And draws coloured contour around it. In a controlled environment, it works mostly as supposed. When you released it to theContinue reading “The artistic shape detection algorithm”
Motion detection on the webcam
It is surprisingly easy to make a small Python script that takes a webcam or any other video and detects when something is moving there. It uses the OpenCV library. 1. Difference between frames Compares two frames and displays only what are change. The rest is black. 2. Binary image Turn it into binary: onlyContinue reading “Motion detection on the webcam”
Custom Wooden Mechanical Keyboard
I had one old and cheap rubber dome keyboard with missing keys. So I take it apart and found this controller PCB board. The board pads were coated with graphite. I removed it and soldered wires on it. And put it on a breadboard. Then I mapped all rows and column combinations to find whatContinue reading “Custom Wooden Mechanical Keyboard”
How i made my digital radio
This is my simple one-button radio. One button to turn it on and change the volume. There are actually two buttons more: first to select a new channel and second one to save it to memory. It was a project that taught me how to draw PCBs, what are Gerber files and so on. IContinue reading “How i made my digital radio”
Lonely mechanical switch (with a happy ending )
My short film on how to make one mechanical switch.
Kõige tavalisem värv pildil
On juhtumid, kus meid ei huvita üksikute pikslite värv. Vaid tahame üldist summeeritud keskmist. Näiteks põllumajanduses saab värvipõhjal hinnata puu või köögivilja küpsusastet. Alustuseks laeme vajalikud teegid: Teeme funktsiooni, mis aitab näidata kahte pilti kõrvuti. Valime pildid: Teeme pilte väiksemaks: Proovime, kas piltide kuvamine töötab: Meetod 1 – keskmine pikslite väärtus Kõige lihtsam meetod onContinue reading “Kõige tavalisem värv pildil”
Sissejuhatus pildiliste andmete töötlusse ja analüüsi 2.
Maskid Maskid on selleks, et mingi osa pildist kinni katta. Filtreerimine Näiteks filtreerime välja pikslid mille väärtus on suurem, kui 200. Ja värvime need mustaks (anname väärtuse 0). Maskide ja filtreerimise näide Kuva ainult punased pikslid mille väärtus on väiksem, kui 235: Ainult rohelised pikslid mille väärtus väiksem, kui 220: Ainult sinised pikslid, mille väärtus väiksem, kui 200: Pilt, kus on kõikContinue reading “Sissejuhatus pildiliste andmete töötlusse ja analüüsi 2.”
