Forum Asperansa

Oui, chaque noeud ou neurone, représente une hyper sphère.
Cliquez sur un noeud : un message s'y accrochera, indiquant notamment son erreur et son utilité.

Qu'est ce que tu veux dire par écarter les gagnants ?

En apprentissage déductif, il faut essayer d'éloigner​ le gagnants, c'est tout.

Nan j'ai pas compris, le gagnant se rapproche toujours du pt d'entrée non ?

Message supprimé car inintelligible.
En supervisé, je rapproche le bon gagnant, mais seulement s'il y a mauvais classement. Bref.



En "déductif" on sait qu'il y a erreur sans connaître la bonne classe.

J'ai choisi de rapprocher tous les gagnants sauf le fautif. L'inutilité des mauvais les fera disparaître.


Ma proposition était d'essayer d'éloigner le mauvais gagnant plutôt. De manière inversement proportionnelle. Donc je compte essayer ça, mais ayant le projet, tu peux essayer toi aussi.

Si ce n'est toujours pas bien expliqué, mp moi.
Merci

Ah d'accord j'ai compris.



La détection d'objet est maintenant très au point. Allez un peu de fun avec cette vidéo

Ixy a écrit :La détection d'objet est maintenant très au point. Allez un peu de fun avec cette vidéo

Purée ...... c'est génialement impressionnant !!!!
Je préfère même pas demander comment ils font ça.

Seul petit bémol concernant juste la vidéo, il faudrait la ralentir pour pouvoir suivre plus facilement.

Sais-tu si la détection en elle-même (pas l'apprentissage) est en temps réel ?

Pour conclure sur mon "dit CNG" :
Voila une distribution sur 8 classes :
Ce qui donne au bout d'un moment : Et le diagramme de Voronoï correspondant :
J'ai testé cette distribution en apprentissage déductif .... pas terrible pour la classe Rouge. Obstinée sur les minima locaux.
Pour l'apprentissage déductif, il vaut mieux créer un nuage initial. J'ai essayé avec 100 neurones de chaque classe initiaux, et là ça marche très bien.

Contrairement à l'algorithme dont je m'inspire, je ne crée pas de lien entre les neurones avant le premier cycle.
Ils seront crées de toute façon dès les premiers cycles.

Bubu a écrit :

Ixy a écrit :La détection d'objet est maintenant très au point. Allez un peu de fun avec cette vidéo

Purée ...... c'est génialement impressionnant !!!!
Je préfère même pas demander comment ils font ça.

Seul petit bémol concernant juste la vidéo, il faudrait la ralentir pour pouvoir suivre plus facilement.

Sais-tu si la détection en elle-même (pas l'apprentissage) est en temps réel ?

Ca m'étonnerait, quoique pour les voitures autonomes ils vont devoir faire du temps réel.

En apprentissage déductif :

Je pars de ça : Le diagramme de Voronoï correspondant : Après apprentissage : Et le diagramme de Voronoï correspondant :

Il fallait bien en parler dans un sujet comme ça :


Après, c'est un teaser, de la publicité.

Ixy a écrit :Ah d'accord j'ai compris.



La détection d'objet est maintenant très au point. Allez un peu de fun avec cette vidéo

Pour dire le fond de ma pensée ...
Je crois que c'est un faux. Un fake.
Il y a des images où il détecte des choses que même un humain ne pourrait détecter....
C'est de la pub mensongère ce truc.

Jusqu'à ce que tu cites une source plus sérieuse.

Cela me fait penser au "unlimited level of detail"
Une supercherie, dénoncée par tous les infographistes 3d temps réel.
Je parle des gens qui passent leur vie à programmer des shaders, et non des modélistes via Blender, Maya ou StudioMax entre autres.

Je ne pense pas que ce soit fake, en fait pour tout te dire les machines sont mauintenant meilleurs que les humains en reconnaissance d'objets, même si parfois elles se trompent de manière évidente.

Si tu y arrives tu peux tester toi-même : https://pjreddie.com/darknet/yolo/


une autre vidéo :

J'ai lu, rapidement et en diagonal, son site.

Je suis encore plus convaincu que c'est une supercherie. Franchement.

Pour le principe de son système, il s'attarde sur la détection des bounding boxes.
On s'en fout, on sait très bien le faire depuis des lustres et sans réseaux neuronaux. Le codage des vidéos en DivX est entre autres techniques, basé sur ça.
Par contre, et c'est ce qui importe, il n'y a rien sur la classification en elle même.

Ensuite, pour tester, il impose d'installer pleins de saloperies, voire de compiler soit-meme,....
Pourquoi ne pas donner des exécutables directement ? Un pour chaque OS grand public ? Parce que quasiment personne ne va le faire, c'est trop pénible.

Enfin, un tel système serait révolutionnaire par son efficacité, sa puissance d'analyse... Et meilleur que ceux de Google, fruits du travail de nombreuses équipes de chercheurs éminents travaillant dessus depuis des années?
Comment se fait-il qu'il y ait si peu de retours dessus sur le net ? Que Google, ou IBM etc ne se ruent pas dessus, ne le rachètent pas en milliards de dollars ?

Honda a déjà du mal à faire reconnaître "juste" quelques visages par Asimo. Et lui il arrive à détecter .... L'indetectable ? Genre un bout de tissu = parasol ?

Je ne sais pas si lui même est malhonnête, peut être y croit il sérieusement, mais je suis convaincu que c'est du délire complet, au moins.

Mais si google sait le faire, ce n'est pas un truc sorti de nulle part, c'est des techniques que tout le monde utilise dans la communauté de computer vision