[ad_1]
Bạn có cảm thấy hứng thú để viết bài đăng TDS đầu tiên không? Chúng tôi luôn chào đón những đóng góp từ các tác giả mới.
Trước khi đi sâu vào danh sách các bài viết xuất sắc trong tuần này, chúng tôi muốn dành chút thời gian để cảm ơn tất cả độc giả, tác giả và các thành viên trong cộng đồng rộng lớn của chúng tôi đã giúp chúng tôi đạt được một cột mốc quan trọng, vì những người theo dõi chúng tôi tin tưởng vào Trung bình Vừa đạt được…
Chúng tôi không thể vui mừng hơn — và biết ơn tất cả mọi người đã ủng hộ chúng tôi trong việc biến TDS thành ấn phẩm tập trung vào học tập và phát triển mạnh mẽ như hiện nay. Chúc TDS ngày càng phát triển và khám phá nhiều hơn nữa trong tương lai!
Quay lại với công việc thường ngày của chúng tôi, chúng tôi đã chọn ba bài viết gần đây làm điểm nhấn trong tuần này, tập trung vào các công cụ và phương pháp tiên tiến từ các lĩnh vực luôn thú vị về thị giác máy tính và phát hiện đối tượng. Khi các mô hình đa phương thức phát triển dấu ấn của chúng và các trường hợp sử dụng như lái xe tự động, chăm sóc sức khỏe và nông nghiệp trở nên phổ biến, việc các học viên về dữ liệu và ML theo kịp các phát triển mới nhất chưa bao giờ quan trọng hơn thế. (Nếu bạn quan tâm nhiều hơn đến các chủ đề khác tại thời điểm này, chúng tôi sẽ hỗ trợ bạn! Cuộn xuống để xem một số khuyến nghị được chọn lọc cẩn thận về khoa học thần kinh, âm nhạc và AI, quy trình làm việc ML có ý thức về môi trường, v.v.)
- Làm chủ việc đếm đồ vật trong video
Việc phát hiện vật thể chính xác trong video gặp phải nhiều thách thức mới khi so sánh với quy trình tương tự trong hình ảnh tĩnh. Tiến sĩ Lihi Gur Arie đưa ra hướng dẫn rõ ràng và súc tích cho thấy cách bạn vẫn có thể thực hiện được điều đó và sử dụng ví dụ thú vị về việc đếm số kiến di chuyển trên cây để chứng minh. - Làm cho khúc côn cầu trên băng hấp dẫn hơn với AI: Theo dõi cầu thủ bằng thị giác máy tính
Đối với bất kỳ ai đang tìm kiếm hướng dẫn chi tiết và hấp dẫn về dự án, chúng tôi đặc biệt khuyên bạn nên Raul Vizcarra Chirinos‘ bài viết về nỗ lực gần đây của anh ấy trong việc xây dựng một trình theo dõi cầu thủ khúc côn cầu từ (ít nhiều) con số 0. Sử dụng PyTorch, các kỹ thuật thị giác máy tính và mạng nơ-ron tích chập (CNN), Raul đã phát triển một nguyên mẫu có thể theo dõi cầu thủ và thu thập số liệu thống kê hiệu suất cơ bản. - Khóa học cấp tốc về lập kế hoạch cho các kỹ sư nhận thức trong lĩnh vực lái xe tự động
Mặc dù chúng ta có thể vẫn còn nhiều năm nữa mới có thể thấy xe tự lái thống trị đường sá, các nhà nghiên cứu và những người trong ngành đã đạt được những tiến bộ đáng kể trong những năm gần đây. Những người hành nghề muốn mở rộng kiến thức về lập kế hoạch và ra quyết định trong bối cảnh lái xe tự động không nên bỏ lỡ Patrick Langechuan Lưu“Khóa học cấp tốc” toàn diện về chủ đề này.
[ad_2]
Source link