Neyron tarmoqni rivojlantirish uchun qanday moddalar kerak. Neyron tarmoqlari: turlari, ishlash printsipi va qo'llanilish sohalari. Neyron tarmoqlari doimo o'zlarini o'rganmoqda. Bu jarayon orqali

Konvulsion neyron tarmoqlarining klassik muammolari
Aslida, ular unchalik ko'p emas, ular uchta sinfga mansub. Ular orasida ob'ektlarni identifikatsiya qilish, semantik segmentatsiya, yuzni tanib olish, inson tanasining qismlarini tanib olish, chegaralarni semantik aniqlash, tasvirdagi diqqat ob'ektlarini ajratish va sirt normalarini ajratish kabi vazifalar bor. Ularni shartli ravishda 3 darajaga bo'lish mumkin: eng past darajadagi topshiriqlardan eng yuqori darajadagi vazifalarga qadar.

Misol sifatida bu tasvirni ishlatib, har bir vazifa nima bilan shug'ullanishini ko'rib chiqaylik.

• 
  Chegaralarni aniqlash konvulsion neyron tarmoqlar allaqachon klassik qo'llaniladigan eng past darajadagi vazifadir.
  
• 
  Vektorni normal holatga keltirish 2D tasvirdan 3D tasvirni qayta tiklashga imkon beradi.
  
• 
  Aniqlik, diqqat ob'ektlarini aniqlash- bu rasmni ko'rib chiqishda odam bunga e'tibor beradi.
  
• 
  Semantik segmentatsiya ob'ektlarni tuzilishiga ko'ra, bu ob'ektlar haqida hech narsa bilmasdan, ya'ni tan olinmasidan oldin sinflarga ajratish imkonini beradi.
  
• 
  Semantik chegaralarni ajratib ko'rsatish- Bu sinflarga bo'lingan chegaralarni tanlash.
  
• 
  Inson tanasining ayrim qismlarini izolyatsiya qilish.
  
• 
  Va eng yuqori darajadagi vazifa ob'ektlarning o'zlarini tan olish, biz hozir yuzni aniqlash misolida ko'rib chiqamiz.
  

Yuzni aniqlash
Biz qiladigan birinchi narsa - yuzni aniqlash uchun tasvir detektori ustida harakat qilish, keyin biz yuzni normalizatsiya qilamiz, markazlashtiramiz va neyron tarmog'iga ishlov berish uchun ishga tushiramiz. bu yuzning xususiyatlari.

Keyin biz ushbu funktsiyalar vektorini ma'lumotlar bazamizda saqlanadigan barcha xususiyatlar vektorlari bilan taqqoslashimiz va ma'lum bir shaxsga, uning ismi, profiliga - biz ma'lumotlar bazasida saqlashimiz mumkin bo'lgan hamma narsaga murojaat qilishimiz mumkin.
FindFace mahsulotimiz shunday ishlaydi - shunday bepul xizmat, bu VKontakte ma'lumotlar bazasidagi odamlarning profillarini qidirishga yordam beradi.
Bundan tashqari, bizda mahsulotimizni sinab ko'rmoqchi bo'lgan kompaniyalar uchun API mavjud. Biz yuzni aniqlash, tekshirish va foydalanuvchini identifikatsiyalash bo'yicha xizmatlar ko'rsatamiz.
Hozir biz 2 ta stsenariyni ishlab chiqdik. Birinchisi - identifikatsiya qilish, ma'lumotlar bazasida odamni qidirish. Ikkinchisi - bu tekshirish, bu ikkita tasvirni bir xil shaxs bo'lish ehtimoli yuqori bo'lgan taqqoslash. Bundan tashqari, biz hozirda his -tuyg'ularni aniqlash, videoda tasvirni aniqlash va hayotni aniqlashni rivojlantirmoqdamiz - bu odam kamera yoki fotosurat oldida tirikligini tushunishdir.
Ba'zi statistik ma'lumotlar. Aniqlashda, 10 mingta fotosuratni qidirishda bizda 95% aniqlik bor, bu bazaning sifatiga, 99% tekshirish aniqligiga bog'liq. Va bundan tashqari, bu algoritm o'zgarishlarga juda chidamli - biz kameraga qaramasligimiz kerak, bizda to'sqinlik qiladigan narsalar bo'lishi mumkin: ko'zoynak, ko'zoynak, soqol, tibbiy niqob. Ba'zi hollarda, biz hatto ko'zoynak va niqob kabi kompyuterni ko'rish uchun aql bovar qilmaydigan qiyinchiliklarni ham engib o'tamiz.
Juda tez qidiruv, 1 milliard fotosuratni qayta ishlash uchun 0,5 soniya vaqt ketadi. Biz noyob tezkor qidiruv indeksini ishlab chiqdik. Shuningdek, biz videokuzatuv kameralaridan past sifatli tasvirlar bilan ishlashimiz mumkin. Biz hammasini real vaqtda hal qila olamiz. Siz fotosuratlarni veb -interfeys orqali, Android, iOS orqali yuklashingiz va 100 million foydalanuvchi va ularning 250 million rasmlarini qidirishingiz mumkin.
Aytganimdek, biz MegaFace tanlovida birinchi o'rinni egalladik - ImageNet uchun analog, lekin yuzni tanib olish uchun. Bu bir necha yillardan beri davom etmoqda, o'tgan yili biz dunyoning turli burchaklaridan kelgan 100 ta jamoa orasida eng yaxshisi bo'ldik, shu jumladan Google.