Análisis
Análisis técnico de la minimización del error en modelos supervisados mediante funciones de pérdida. Se aborda la formulación matemática de Cross-Entropy, la mecánica de Gradient Descent y su implementación vectorizada en Python para garantizar convergencia en superficies no convexas.
Tutorial
Este método de visión por ordenador ignora por completo y tiene cero interés en la identificación de los objetos observados. Funciona mediante el análisis del movimiento individual de píxeles. Es útil para el seguimiento, análisis en 3D, medición de altitud y medición de la velocidad. Este método tiene la ventaja
Machine learning —una rama de la inteligencia artificial (IA) que estudia el reconocimiento de patrones y el aprendizaje computacional— está en la base de muchos de los productos de Google, desde la búsqueda por voz en Mapas hasta el reconocimiento de imágenes. Sin embargo, Google también sostiene que "un
Tutorial
En el siguiente tutorial removeremos el fondo estático de un vídeo, mostrando solo el movimiento de los objetos. Introducción La remoción de fondo es el método de eliminación de píxeles que no se mueven, al centrarse sólo en los objetos que lo hacen. A grandes rasgos, el método funciona así:
NVIDIA
El mercado de PC está en declive, pero hay un mercado que aún deja buenos márgenes de ganancia para los fabricantes: los jugadores. Pascal y GeForce GTX 1080 representan años de trabajo de miles de ingenieros bajo un presupuesto multimillonario. Y los resultados prometen. El rendimiento gráfico es superior a
Análisis
Análisis técnico de la transición desde filtros manuales a aprendizaje jerárquico profundo. Evaluación del impacto de la profundidad en AlexNet, VGG y la reciente introducción de Residual Learning (ResNet) en ILSVRC 2015.
DeepMind
DeepMind, la compañía propiedad de Google que recientemente hizo grandes titulares en todo el mundo por superar al campeón mundial de Go, Lee Sedol, ha estado utilizando el framework de código abierto Torch7 como biblioteca de Machine Learning. La compañía ha contribuido al proyecto de código abierto en capacidades que
Tutorial
Este tutorial consiste en detectar los caracteres o textos presentes en una imagen o video (de un archivo o por medio de la webcam), abarcando el paso previo a los sistemas OCR que, a partir de una imagen capturada, son capaces de detectar el texto dentro de una imagen y
Tutorial
En este tutorial explicaremos cómo detectar rostros mediante OpenCV 3.1 en C++ utilizando QT5 en Linux, además de explicar a grandes rasgos el funcionamiento del algoritmo. Para llevar a cabo la detección de rostros se ha utilizado el algoritmo de Viola&Jones, que viene junto con OpenCV, y
Análisis
Análisis de la arquitectura del Perceptrón Multicapa (MLP) como aproximador universal de funciones. Se aborda la formulación matricial del forward pass, el rol crítico de las funciones de activación no lineales y la dinámica de optimización.
Tutorial
En proyectos anteriores hemos insertado texto en un video (OpenCV 3.1 sobre Qt 5 en Linux – Texto en video). En este caso, insertaremos en el video la tasa de fotogramas que es capaz de procesar OpenCV durante una acción. Los fotogramas por segundo, también conocidos como tasa de refresco,
Tutorial
CUDA es una plataforma de computación paralela y un modelo de programación desarrollado por NVIDIA. Permite grandes aumentos en el rendimiento de cómputo al aprovechar la potencia de la unidad de procesamiento gráfico (GPU). En esta guía veremos cómo instalar CUDA en Debian 8 (Jessie) en equipos que cuentan con