Masinnägemine ja selle rakendamine kaasaegses maailmas: Difference between revisions
No edit summary |
No edit summary |
||
| Line 20: | Line 20: | ||
Näiteks fotodelt, millest osa sisaldab soovitud objekti ja teine osa mitte.Järgmiseks tuleb masinõpe. | Näiteks fotodelt, millest osa sisaldab soovitud objekti ja teine osa mitte.Järgmiseks tuleb masinõpe. | ||
Arvuti analüüsib proovist saadud pilti. Seejärel teeb arvuti kindlaks, millised kujutiste kombinatsioonide tunnused näitavad soovitud objektide olemasolu, | Arvuti analüüsib proovist saadud pilti. Seejärel teeb arvuti kindlaks, millised kujutiste kombinatsioonide tunnused näitavad soovitud objektide olemasolu, | ||
ja arvutab nende olulisuse. | ja arvutab nende olulisuse. Kui see on lõpetatud, saab masinnägemist kasutada. | ||
Arvuti jaoks on pilt pikslite kogum, millest igaühel on oma heleduse või värvi väärtus. Selleks, et masin saaks pildi sisust aimu, töödeldakse seda spetsiaalsete algoritmide abil. | |||
Esmalt tehakse kindlaks suured olulised kohad. Seda saab teha mitmel viisil. Näiteks liigutage mitu korda sarnast pilti Gaussi häguga, kasutades erinevaid hägususraadiusi. | |||
Seejärel võrreldakse tulemusi omavahel, et paljastada kõige kontrastsemad alad, nagu heledad laigud ja katkendlikud jooned. Pärast oluliste kohtade leidmist kirjeldab arvuti neid numbritega. | |||
Revision as of 14:43, 22 November 2021
Masinnägemine - on (сюда текст определения)
Ajalugu
Сюда история
Masinnägemise arengu ajalugu ja see, mis meil praegu on
Kuidas masinnägemine töötab
Selleks, et arvuti teatud objektid üles leiaks, tuleb seda talle õpetada. Selleks koostatakse tohutu koolitusnäidis. Näiteks fotodelt, millest osa sisaldab soovitud objekti ja teine osa mitte.Järgmiseks tuleb masinõpe. Arvuti analüüsib proovist saadud pilti. Seejärel teeb arvuti kindlaks, millised kujutiste kombinatsioonide tunnused näitavad soovitud objektide olemasolu, ja arvutab nende olulisuse. Kui see on lõpetatud, saab masinnägemist kasutada.
Arvuti jaoks on pilt pikslite kogum, millest igaühel on oma heleduse või värvi väärtus. Selleks, et masin saaks pildi sisust aimu, töödeldakse seda spetsiaalsete algoritmide abil. Esmalt tehakse kindlaks suured olulised kohad. Seda saab teha mitmel viisil. Näiteks liigutage mitu korda sarnast pilti Gaussi häguga, kasutades erinevaid hägususraadiusi. Seejärel võrreldakse tulemusi omavahel, et paljastada kõige kontrastsemad alad, nagu heledad laigud ja katkendlikud jooned. Pärast oluliste kohtade leidmist kirjeldab arvuti neid numbritega.
