Grafik Modelleri Tanımak için OpenCV Kullanmak - sayfa 2
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Video için teşekkürler, takıldım :)
Ancak burada tam olarak ihtiyaç duyulan şey değil, genel norm eğitimi için. 2 grafik deseni tanımamız (hatırlayın, her neyse) ve benzerlik açısından karşılaştırmamız gerekiyor. Bu, başlamak için ilk görevdir. Bunun için bir sinir ağı eğitmeniz gerektiğinden emin değilim.
Açıkçası OpenCV'nin ne olduğunu tam olarak anlamıyorsunuz. Bu, birden çok bilgisayar çekirdeğinde veya birden çok grafik kartı çekirdeğinde çalışan hızlı matris/vektör işlemleri kitaplığıdır.
Örüntü tanıma, makine öğrenimi alanıdır. Bunun için derin, konvolüsyonel ve diğer özel sinir ağları kullanılabilir.
OpenCV sinir ağlarının eğitim için kullanılması performansta önemli bir artış sağlar. Sadece ve her şey.
Bu nedenle, formüle ettiğiniz soru = attan önceki araba.
Önce "kalıp"ı nasıl tanımlayacağınızı anlayacaksınız (bitmar görüntüsü? sayısal vektör? veya başka bir şey?).
Çalış, çalış ve tekrar çalış.
İyi şanlar
Açıkçası OpenCV'nin ne olduğunu tam olarak anlamıyorsunuz. Bu, birden çok bilgisayar çekirdeğinde veya birden çok grafik kartı çekirdeğinde çalışan hızlı matris/vektör işlemleri kitaplığıdır.
Örüntü tanıma, makine öğrenimi alanıdır. Bunun için derin, konvolüsyonel ve diğer özel sinir ağları kullanılabilir.
OpenCV sinir ağlarının eğitimde kullanılması performansta önemli bir artış sağlar. Sadece ve her şey.
Bu nedenle, formüle ettiğiniz soru = attan önceki araba.
İlk önce bir "kalıp" nasıl tanımlayacağınızı anlayacaksınız (bitmar görüntüsü? sayısal vektör? veya başka bir şey?).
Çalış, çalış ve tekrar çalış.
İyi şanlar
boş yorum için teşekkürler :)
Bu aşamada, bu şeyin neler yapabileceğini, derin ayrıntılara girmeden belirlemenin doğruluğu ile ilgileniyorum. Kalıpları, örneğin korelasyon yoluyla yaptığımdan daha doğru bir şekilde tanıyabilecek ve karşılaştırabilecek mi? . ve bitmap veya vetor aracılığıyla hiç umurumda değil. Anladığım kadarıyla, zaten eğitimli katmanlarla geliyor ve orada hiçbir şey eğitmenize gerek yok, sadece bitmiş sonucu verecek ..
Il, iki eğriyi karşılaştırmak için daha doğru başka bir yöntem önerebilir misiniz? sinir ağının bana "evet, bunun bir grafik olduğunu belirledim, bu gerçek bir grafik, iyi iş çıkardım.. ama doğruluğuna kefil olamam" gibi bir şey vermesin diye
Veya bu yöntemin uygulanması , sinir ağlarının rutin eğitimi, konfigürasyonlarının seçimi, eğitim örneklerinin seçimi vb. hayat
boş yorum için teşekkürler :)
Bu aşamada, bu şeyin neler yapabileceğini, derin ayrıntılara girmeden belirlemenin doğruluğu ile ilgileniyorum. Kalıpları, örneğin korelasyon yoluyla yaptığımdan daha doğru bir şekilde tanıyabilecek ve karşılaştırabilecek mi? . ve bitmap veya vetor aracılığıyla hiç umurumda değil. Anladığım kadarıyla, zaten eğitimli katmanlarla geliyor ve orada hiçbir şey eğitmenize gerek yok, sadece bitmiş sonucu verecek ..
Il, iki eğriyi karşılaştırmak için daha doğru başka bir yöntem önerebilir misiniz? sinir ağının bana "evet, bunun bir grafik olduğunu belirledim, bu gerçek bir grafik, iyi iş çıkardım.. ama doğruluğuna kefil olamam" gibi bir şey vermesin diye
Veya bu yöntemin uygulanması, sinir ağlarının rutin eğitimi, konfigürasyonlarının seçimi, eğitim örneklerinin seçimi vb. hayat
İşte Matlab'da bir plaka tanıma örneği
http://matlab.exponenta.ru/imageprocess/book2/61.php
Ve diğer ilgili makaleler
http://matlab.exponenta.ru/imageprocess/book2/
http://matlab.exponenta.ru/imageprocess/book2/58.php
Sisteme Elliot dalgasını görmeyi öğretmek istedim.
Google akıllı telefonlara konuşmayı tanımayı öğretti, bana öyle geliyor ki dalgalar görmeyi öğretebilir.
Ben de benzer bir konu oluşturmuştum.
Sisteme Elliot dalgasını görmeyi öğretmek istedim.
Google akıllı telefonlara konuşmayı tanımayı öğretti, bana öyle geliyor ki dalgalar görmeyi öğretebilir.
Kütüphaneler olmadan ve NS olmadan mümkündür. Gösterge anında tanır ve 9999 desene kadar numaralar. Mümkün ve daha fazlası, ancak artık böyle bir miktara gerek yok.
Kütüphaneler olmadan ve NS olmadan mümkündür. Gösterge anında tanır ve 9999 desene kadar numaralar. Mümkün ve daha fazlası, ancak artık böyle bir miktara gerek yok.
9999, sonsuzluğa meyilli çeşitli oluşum seçenekleriyle karşılaştırıldığında hiçbir şeydir. Yalnızca gömülü kalıbı tanımak değil, aynı zamanda kullanıcı tarafından önerilen herhangi bir kalıbı, genel olarak grafiğin herhangi bir parçasını yüksek doğrulukla tanımak gerekir.
Fiyatın kalıbını bu kadar doğrulukla tekrarladığını düşünmüyorum, bu yüzden kendimi bu kadar yüksek doğrulukla rahatsız etmiyorum. Elbette kim severse ve kim bilir nasıl.