Как Deep Dream видит фильм «Страх и ненависть в Лас-Вегасе»


Ранее, работу нейронной сети Deep Dream иллюстрировали с помощью статических изображений, а теперь выложен результат обработки видео (отрывок из кинофильма «Страх и ненависть в Лас-Вегасе»).
В основе работы Deep Dream, лежит отображение усиления особенностей изображения, которые напоминают нейронной сети что-то «знакомое».
Используя ffmpeg, автор получил кадры (25 кадров в секунду) из исходного фильма, а затем каждый кадр «посмотрела» нейронная сеть Deep Dream, которая была обучена на обучающей выборке из животных (Caffe Model Zoo).

Результат просмотра отрывка из фильма «Космическая одиссея 2001 года»:

Ссылки
https://github.com/graphific/DeepDreamVideo
https://github.com/google/deepdream
DeepDream — a code example for visualizing Neural Networks

По теме
Нейронная сеть — введение
Принцип обучения многослойной нейронной сети с помощью алгоритма обратного распространения
Пример работы самоорганизующейся инкрементной нейронной сети SOINN
Как научить робота видеть лица даже в облаках


Добавить комментарий

Arduino

Что такое Arduino?
Зачем мне Arduino?
Начало работы с Arduino
Для начинающих ардуинщиков
Радиодетали (точка входа для начинающих ардуинщиков)
Первые шаги с Arduino

Разделы

  1. Преимуществ нет, за исключением читабельности: тип bool обычно имеет размер 1 байт, как и uint8_t. Думаю, компилятор в обоих случаях…

  2. Добрый день! Я недавно начал изучать программирование под STM32 и ваши уроки просто бесценны! Хотел узнать зачем использовать переменную типа…

3D-печать AI Arduino Bluetooth CraftDuino DIY Google IDE iRobot Kinect LEGO OpenCV Open Source Python Raspberry Pi RoboCraft ROS swarm ИК автоматизация андроид балансировать бионика версия видео военный датчик дрон интерфейс камера кибервесна манипулятор машинное обучение наше нейронная сеть подводный пылесос работа распознавание робот робототехника светодиод сервомашинка собака управление ходить шаг за шагом шаговый двигатель шилд юмор

OpenCV
Робототехника
Будущее за бионическими роботами?
Нейронная сеть - введение