CNN
Sieci konwolucyjne wykorzystują filtry przestrzenne i pooling do budowy hierarchii cech — od krawędzi po złożone wzorce.
Detekcja i segmentacja
Detekcja lokalizuje obiekty (bounding boxy); segmentacja przypisuje etykiety do pikseli. Metryki takie jak mAP i IoU pozwalają obiektywnie porównywać modele.
Transfer learning
Modele pretrenowane na ImageNet lub większych zbiorach często redukują potrzebę danych i czasu treningu w zadaniach docelowych.
Dane i etykiety
Jakość adnotacji i augmentacja (obroty, skale, oświetlenie) bezpośrednio wpływają na generalizację — szczególnie w produkcji, gdzie kamera i scena odbiegają od laboratorium.
Quiz
Otwórz Computer Vision & CNN na stronie głównej.