Author: Ing. Juraj Muráň

Súčasné hardvérové možnosti umožňujú vytvárať veľmi hlboké modely s desiatkami až stovkami vrstiev a miliardami prepojení. Ale čo v prípade mobilných zariadení s obmedzeným výkonom ako sú roboty či drony?

Zaujíma Vás strojové učenie? Viete aké široké sú možnosti jeho uplatnenia a chceli by ste ho použiť vo svojej aplikácii? Avšak strácate sa v matematike, ktorá za ním je, či nerozumiete zložitým algoritmom, ktoré používa? Alebo si len neviete vybrať vhodný framework? Nevadí, s príchodom AutoML to už viac nie je problém.

Pri probléme detekcie pohyblivých objektov je úlohou nájsť pohybujúce sa objekty v zábere videa. Zložitosť tejto úlohy závisí od toho, či sa jedná o záber zo statickej či pohyblivej kamery, ako veľmi dynamické je pozadie scény záberu, atď. V súčasnosti už existuje množstvo algoritmov, ktoré riešia tento problém.

Ďalšou z úloh je detekcia objektov. Tu je cieľom lokalizovať a ohraničiť objekty, ktoré sa nachádzajú v snímke a rovnako ako pri klasifikácii určiť triedy jednotlivých objektov. Výsledkom algoritmu je teda zoznam objektov, ktoré boli nájdené.

Osobitnou kategóriou algoritmov strojového učenia je učenie formou odmeňovania (Reinforcement learning). V tomto prípade už na trénovanie modelu nepoužijeme žiadne označené, či neoznačené trénovacie príklady. Učenie tu prebieha tak, že vytvoríme systém – agenta, ktorého nasadíme do prostredia a necháme ho nech sa učí prostredníctvom interakcie s prostredím.

Učenie bez učiteľa (Unsupervised machine learning) sa používa pri dátach, ktoré neboli vopred klasifikované. Chýba nám teda „správna odpoveď“, ktorou bolo v príklade pri učení s učiteľom označenie, aké číslo je napísané na obrázku.

Keď spomenieme pojmy ako je Data science, dolovanie dát (Data mining) či strojové učenie (Machine learning), mnoho z nás si hneď predstaví programovacie jazyky R, Python alebo C++. Najznámejšie frameworky v tejto oblasti ako napríklad Caffe či Tensorflow totiž fungujú práve na nich. Ak by sme však v minulosti potrebovali spoľahlivý framework napríklad pre C#, narazili by sme na problém.

Vo všeobecnosti, kedykoľvek, keď počítač spracúva vizuálny vstup, ako je napríklad fotka, video, či živý záznam z kamery na našom smartfóne, používa pritom počítačové videnie. Používa ho práve na to, aby pochopil a vyhodnotil čo “vidí”. Počítačové videnie si teda môžeme zjednodušene predstaviť ako časť ľudského mozgu, ktorý spracúva informácie prijaté očami.