roboforum.ru

Myp писал(а):

Но задача распознавания (в смысле узнавания сложного да еще и движущегося объекта) - простите! Это поле исследований далеко не одиночек, а целых исследовательских центров.

вполне под силу одиночкам, не в промышленных маштабах конечно...
но рожу хозяина определять не проблемма

Одиночкам тут есть что делать, особенно если они смогут объединиться и обмениваться опытом.

Myp писал(а):вы название темы читали?
это специальная тема для ОБСУЖДЕНИЯ алгоритмов
после обсуждения милости просим в тему железо

Хм, всегда думал что железо и алгоритмы это параллельные вещи и нету ни "сначала алгоритмы, потом железо", ни наоборот

Ну как - в двухмерном случае карта хранится как полигоны (заданные последовательностью вершин), которые представляют собой препятствия.

Угу.
2 Dead
А может железной дуре для начала подсовывать векторные контуры объекта, который нужно обнаружить, а она в картинках, поступающих из глазенок, будет пытаться их (контуры)  найти с учетом масштабирования и поворота? Тоже ей считать немало придется  :(  Для начала плоские с однородной поверхностью. Кстати, не могут ли здесь пригодиться средства OpenGL или DirectX?
Да и касательно неподготовленного пространства - можно же предположить какие объекты в нем могут быть (это в смысле снабжения бедняги набором эталонов для сравнения при поиске маяков)? Не всегда же роботов суют туда где такое, что и человеку не снилось.  :)

Вы точно осознаете что генетические алгоритмы и нейросети это вообще две большие разницы?

косяк
это я просто с сайта вытянул цитату, для наглядности, вобще там там несколько есть пакеты и с нейро сетями
хотел этим сказать что это не научная фантастика и а реальные вещи которые продаються и их можно использовать

Именно таки нейросети или "принципы нейросетей, реализованные в конкретных математических алгоритмах заточенных на определение специальных видов образов"?

яж написал=) "оч часто там используются принципы нейросетей чтобы распознавать движущиеся и статичные фигуры людей"
нейро сетей там нету =/. зачем такой городить огород  какойнить конторе с названием ООО "безопасность" с экспериментальной платой видео ввода и десятком сотрудников вместе с директором и главбухом

кстати нафига роботу опознавать всё, пускай опознаёт то под что он заточен, двери, ступеньки, кошек, тапочки, холодильники и бутылки пива.

Вы уверены что можно достичь такого же уровня интеллекта без зрения?

конешна нет, да и хорошо что задачи такой не стоит

Да простая разница - не получается его пока "куда угодно" прикрутить, чтобы эффективно было Smile

ну почему нельзя
белки всякие обсчитывают, текст распознают, не видел правда реального проекта распознавания звуков, но слухи есть в нете, про бизнес процессы вы сами сказали, в  принципе базы данных тоже туда же к бизнес процессам.

Потому как достижения там очень скоро станут тупо непонятны окружающим

это подготовленным окружающим, неподготовленным вроде меня уже хрен чё понятно =))

И что они говорят? Smile

ну попытаюс сформулировать
вобщем смысл в том чтобы максимально полноценно восстановить исходные данные не имея в наличии этих данных а руководствуясь только производными от исходных данных. аналог интуиции. тобишь утрированно если обезьяна имеет орех и не может его кокнуть зубами она пойдёт искать камень которым в неё больно кинулся сородич чтоб стукнуть орех.(кстати самки умнее, так что первый ИИ скорей всего будет девочкой =))))

Хм, всегда думал что железо и алгоритмы это параллельные вещи и нету ни "сначала алгоритмы, потом железо", ни наоборот Smile

ну вобще первична то всегда мысль=) глупо час пилить ножовкой кусок железа а потом пытаться придумать что это такое
у вас ведь всегда есть какаято конечная цель которую вы стремитесь реализовать доступными способами?
а цель сначало надо сформулировать поконкретней...


вот допустим  распознать чёрную букву на белом фоне  с разрешением порядка 10х10 пикселов это непроблема, доли секунды на обычном компе
а я вот думаю как сильно возрастут вычислительные затраты чтоб распознать сразу картинку 320х240 пикселов с камеры, пущай с 16 цветами на которой сфоткана табуретка на обычном деревянном полу...

SSG писал(а):А может железной дуре для начала подсовывать векторные контуры объекта, который нужно обнаружить, а она в картинках, поступающих из глазенок, будет пытаться их (контуры)  найти с учетом масштабирования и поворота?

Нафиг, нафиг пока туда лезть

SSG писал(а):Да и касательно неподготовленного пространства - можно же предположить какие объекты в нем могут быть (это в смысле снабжения бедняги набором эталонов для сравнения при поиске маяков)? Не всегда же роботов суют туда где такое, что и человеку не снилось.  :)

Общая гипотеза у меня такая же, но сначала надо сделать так, чтобы меня в моем полете мысли догнать могли хотя-бы по железу, чем сейчас активно и занимаюсь.

Myp писал(а):там несколько есть пакеты и с нейро сетями
хотел этим сказать что это не научная фантастика и а реальные вещи которые продаються и их можно использовать

Ага, только практического применения эффективного почему-то всё еще не слышно (нейросетей к зрению)

Myp писал(а):кстати нафига роботу опознавать всё, пускай опознаёт то под что он заточен, двери, ступеньки, кошек, тапочки, холодильники и бутылки пива.

Ага, и под каждый тапочек теорию распознавания образов в практический алгоритм ручками превращать? Да проще тогда RFID'ы в тапочки вшивать

Myp писал(а):

Да простая разница - не получается его пока "куда угодно" прикрутить, чтобы эффективно было Smile

ну почему нельзя
белки всякие обсчитывают, текст распознают, не видел правда реального проекта распознавания звуков, но слухи есть в нете, про бизнес процессы вы сами сказали, в  принципе базы данных тоже туда же к бизнес процессам.

Все смешали. Белки нейросетями обсчитывают???
Текст распознается нейросетямы лучше чем специализированными алгоритмами?
Дальше продолжать?

Myp писал(а):

Потому как достижения там очень скоро станут тупо непонятны окружающим

это подготовленным окружающим, неподготовленным вроде меня уже хрен чё понятно =))

Но если за мной можно будет повторить железо и закачать на него мой софт - вы хоть на практике поймете о чем речь

Myp писал(а):

И что они говорят? Smile

ну попытаюс сформулировать
вобщем смысл в том чтобы максимально полноценно восстановить исходные данные не имея в наличии этих данных а руководствуясь только производными от исходных данных. аналог интуиции. тобишь утрированно если обезьяна имеет орех и не может его кокнуть зубами она пойдёт искать камень которым в неё больно кинулся сородич чтоб стукнуть орех.(кстати самки умнее, так что первый ИИ скорей всего будет девочкой =))))

Эээ... вы или про зрение давайте, или про ИИ

Myp писал(а):вот допустим  распознать чёрную букву на белом фоне  с разрешением порядка 10х10 пикселов это непроблема, доли секунды на обычном компе а я вот думаю как сильно возрастут вычислительные затраты чтоб распознать сразу картинку 320х240 пикселов с камеры, пущай с 16 цветами на которой сфоткана табуретка на обычном деревянном полу...

Во-первых, если вы урежете до 16 цветов, да еще и не в Ч/Б, то вы и сами на некотором количестве фотографий табуретку не найдете

Во-вторых табуретка это плохо формализуемый объект, поэтому остается тупой перебор всех вариантов поворотов и масштабов табуретки на экране. Дальше - больше - если часть табуретки загорожена и это может оказаться уже другая табуретка или вообще стол в том же стиле - это как понимать тогда?

Короче распознавание каких угодно объектов сама по себе веселая задача. Если интересно - открывайте рядом тему и там можно перетереть.

SSG писал(а):

Да и касательно неподготовленного пространства - можно же предположить какие объекты в нем могут быть (это в смысле снабжения бедняги набором эталонов для сравнения при поиске маяков)? Не всегда же роботов суют туда где такое, что и человеку не снилось.  :)

вот я тоже самое сказал=)


пусть умеет находить холодильник, пиво, дверной проём и телевизор.

сначала ищем  холодильник, потом ищем в нём пиво,  потом ищем  телевизор отъезжаем от телевизора на  2 метра и протягиваем пиво
навык распознавания дверей используем по надобности

маяки ведь не должны быть полосатыми конусами посреди комнаты
можно научить определять выключатели на стене(если робот заметил на стене выключатель то можно будет однозначно определить в каком он месте комнаты а опознав например что выключатель слева от дверного проёма можно понять что он на кухне например или в прихожей но никак не в спальне и т.д.) и свободные розетки
оглядитесь, в квартире наверняка можно научить распознавать робота какиенить другие вещи
значит водим робота по квартире за ручку (имееться в виду полноразмерный робот а не ковроход высотой 15 см)тыкаем его носом в выключатели и т.п. и задаём необходимые жёткие условия.

Все смешали. Белки нейросетями обсчитывают???
Текст распознается нейросетямы лучше чем специализированными алгоритмами?
Дальше продолжать? Smile

ага именно белки
если вдруг вспомню ссылку напишу

насчёт качества... просто это не настолько развитая область
файнридеру  вобще хз сколько лет и работает он сносно именно потому что его годами шлифовали
вы же не станете говорить что нейросети кака и будущее за мат алгоритмами?

Ага, и под каждый тапочек теорию распознавания образов в практический алгоритм ручками превращать? Да проще тогда RFID'ы в тапочки вшивать Smile

ну зачем под каждый
смысл в том что можно опознавать любой тапочек, проделав подготовительную работу по обучению тапочкам

Эээ... вы или про зрение давайте, или про ИИ Smile

я про необходимость применения сетей а не громадья алгоритмов

поэтому остается тупой перебор всех вариантов поворотов и масштабов табуретки на экране

тут нам и нужны нейроны
во первых им по барабану размер, табуретка стоит рядом или за 4 метра.
вопрос времени маштабирования и просчёта каждого масштаба(правда мможно децкую табуретку принять за оч далёкую табуретку... ).
во вторых не надо хранить в памяти все комбинации табуретки все  её фотки в 360 градусов.
достаточно запомнить наиболее характерные черты средней табуретки.
и сеть при виде какойто чужой табуретки будет выдавать результат в виде что этот объект на 60% похож на табуретку или на 20% на кота на 5% на человека и 3% на холодильник.

Myp писал(а):вы же не станете говорить что нейросети кака и будущее за мат алгоритмами?

Не стану, неведомо это мне, но пока в нейросетях никакого особого прогресса за последнее время.

Myp писал(а):

Ага, и под каждый тапочек теорию распознавания образов в практический алгоритм ручками превращать? Да проще тогда RFID'ы в тапочки вшивать Smile

ну зачем под каждый смысл в том что можно опознавать любой тапочек, проделав подготовительную работу по обучению тапочкам

Опять мифический способ обучения?

Myp писал(а):

Эээ... вы или про зрение давайте, или про ИИ Smile

я про необходимость применения сетей а не громадья алгоритмов

Бездоказательно. Кроме того может оказаться, что как раз есть более менее простые алгоритмы, которые решают эти задачи эффективнее нейросетей.

Myp писал(а):

поэтому остается тупой перебор всех вариантов поворотов и масштабов табуретки на экране

тут нам и нужны нейроны

Тогда уж квантовый компьютер нейроные не позволяют тупо перебирать быстро варианты.

Myp писал(а):во первых им по барабану размер, табуретка стоит рядом или за 4 метра.

Это вам кто сказал? Таким методом и алгоритму обычному пофиг, у него же есть функция масштабирования

Myp писал(а):вопрос времени маштабирования и просчёта каждого масштаба(правда мможно децкую табуретку принять за оч далёкую табуретку... ).

Вот-вот, а хуже того вопрос даже при удачном сопоставлении - определить что это оно и есть, можете поэкспериментировать - уверяю вас, там всё не так очевидно и просто как кажется.

Myp писал(а):во вторых не надо хранить в памяти все комбинации табуретки все  её фотки в 360 градусов.
достаточно запомнить наиболее характерные черты средней табуретки.

Ну-ну можно подумать вы чайную ложку легко распознаете со всех ракурсов...

Myp писал(а):и сеть при виде какойто чужой табуретки будет выдавать результат в виде что этот объект на 60% похож на табуретку или на 20% на кота на 5% на человека и 3% на холодильник.

Опять мифический эликсир под названием "сеть"
Попробуйте хотя-бы разобрать как она этот ответ выдавать будет.
На выходе чтоли массив из 1000000 чисел-вероятностей, если мы знаем 1000000 объектов?

ну почему мифический способ обучения?
я исхожу из того что я видел и проделывал с программой распознавания буков
задаём на вход сети картинку
картинка сканируеться образно выражаясь  крест накрест
на выходе видим во что преобразовалось
присваиваем этому набору значение буквы
сканируем эту же букву в другом ракурсе и опять присваиваем название
потом подсовывая  разные другие буковки смотри вероятность какая это буква
http://aimatrix.nm.ru/aichip2/AITest01.htm

Myp писал(а):ну почему мифический способ обучения?
я исхожу из того что я видел и проделывал с программой распознавания буков
задаём на вход сети картинку
картинка сканируеться образно выражаясь  крест накрест
на выходе видим во что преобразовалось
присваиваем этому набору значение буквы
сканируем эту же букву в другом ракурсе и опять присваиваем название
потом подсовывая  разные другие буковки смотри вероятность какая это буква
http://aimatrix.nm.ru/aichip2/AITest01.htm

Ага, это из раздела "как с помощью нейросети сложить 2 и 2"
Очевидно что эта нейросеть выстроена вручную и простыми способами не обучается сканировать повернутые или отмасштабированные изображения, короче научились делать простое сравнение и радуемся а чему радоваться то? то что ручками связи в нейросети настроили и они умеют распознавать целых 9 фиксированных образов не масштабирующихся не поворачивающихся и даже не смещающихся с перекрытием по пикселям? Да я на Си поинтереснее написать смогу скорее всего. С гораздо большим функционалом, там и вращать можно будет и смещать и масштабировать наверное даже, если без перекрытий. Главное чтобы шрифт оставили таким же

(кстати, тут тоже шрифт стабилен)

о господи
а может для серьёзности в прогу надо добавить кнопку хелп и видео
или ещё может 3д контролы красивые ??

или вы думаете что на делфи нельзя текст вращать и картинки на форме...?

смысл не в убогой программе, смысл в том чтобы продемонстрировать работу нейронных микросхем на практике и дать пример реализации
кому нужно вращать текст сам напишет.

Myp писал(а):о господи
а может для серьёзности в прогу надо добавить кнопку хелп и видео
или ещё может 3д контролы красивые ??

или вы думаете что на делфи нельзя текст вращать и картинки на форме...?

смысл не в убогой программе, смысл в том чтобы продемонстрировать работу нейронных микросхем на практике и дать пример реализации
кому нужно вращать текст сам напишет.

Вы не поняли. Проблема в том, что предложенная схема нейросети не обобщается для решения задачи с произвольно масштабированным и повернутым текстом.

а вы часто встречали чтоб кошки кверху лапами ходили? или например табуретку кверх ногами?

а вы часто встречали чтоб кошки кверху лапами ходили?

Ага С помощью валерианки.

Myp писал(а):а вы часто встречали чтоб кошки кверху лапами ходили? или например табуретку кверх ногами?

Вообще-то кошка не статичный объект, так что указанная в ссылку метода вообще сюда не подходит

А табуретка упавшая - уже не табуретка? А табуретка на измененном расстоянии? А если робот стоит на наклонной поверхности или табуретка?