Post #72

Computer Vision Oddiy ko'rinadigan “to'pni tepish”ning o'zi miyada bir nechta ishni bir zumda bajarishni talab qiladi: to'pni ko'rish, joylashuvini tushunish, harakatini kuzatish, qachon kelishini taxmin qilish, oyoq qayerda ekanini bilish va kerakli kuchni hisoblash. Computer Visionning markazidagi g'oya ham shu: tasvirdan mazmunli axborotni ajratib olish va uni tushunishga yaqinlashish. Computer Vision ta'rifi Computer Vision bu mashinalarni ko'ra oladigan qilish ilmi va texnologiyasi. Ya'ni, vizual ma'lumotni olish, qayta ishlash, tahlil qilish va tushunish, so'ng undan dunyo haqida mazmunli reprezentatsiya, tavsif va talqin (interpretation) chiqarish. Nega Deep Learning CVni “uchirib yubordi”? Oldinlari klassik yo'l: 1) image preprocessing orqali qo'lda features chiqarib olamiz 2) keyin shu featurelar ustida klassik ML ishlatamiz Bu ishlaydi, lekin domain knowledge va feature engineeringga qattiq bog'liq. Deep Learning (DL) esa xom tasvirdan (raw data) murakkab featurelarni o'zi o'rganadi. Katta dataset + DL birlashganda CV modellari ancha moslashuvchan va kuchli bo'lib ketdi. Shu sabab sohada renessans boshlanganini ko'ryapmiz. Image understanding darajalari: - Low-level: kontrastni o'zgartirish, sharpen qilish. Kirish ham chiqish ham tasvir - Mid-level: segmentation, obyekt atributlari, object classification. Natija tasvirga bog'liq metadata chiqadi - High-level: tasvirning to'liq mazmunini anglash, object recognition, scene reconstruction, image-to-text va hk. Batafsil shu yerda #fundamentals#computer_vision