SqueezeNet Image Prediction Playground er et prosjekt som er en del av drømmen om et lag av Moses Olafenwa og John Olafenwa for å bringe dagens evner i maskinlæring og kunstig intelligens til praktisk bruk for ikke-programmører og gjennomsnittlige dataprodusenter. Dette prosjektet er det første trinnet i det vi håper blir vanlig applikasjon i moderne teknologi der datamaskiner, smarttelefoner, kantinstrumenter og systemer vil ha innebygde toppmoderne maskinlærings- og kunstig intelligensfunksjoner uten å måtte koble til skybaserte tjenester.
Dette er en serie med Windows-programmer som er bygd ved hjelp av rene pythonbiblioteker og kode. Hver av programmene er en brukervennlig demo av Image Classification drevet av en bestemt bilde klassifikasjonsmodell av populære Machine Learning Algorithms utdannet på ImageNet (1000 objekt klasser) datasett. Hvert program gir et brukergrensesnitt der brukere kan velge et bilde fra deres Windows-systemmappe mens programmet behandler det valgte bildet og gir topp 10 mulige resultater av objektene som er oppdaget med prosentvis sannsynlighet per hvert resultat.
Kommentarer ikke funnet