Dit is een oude revisie van het document!
Tutorials voor het werken met en ontwikkelen van CNN's
- Playlist met tutorialvideo's (6 stuks) over het bouwen, analyseren en verbeteren van CNN's met keras/tensorflow/tensorboard.
Data en projecten voor concreet gebruik
Mask R-CNN-implementaties
- De implementatie die we nu gebruiken is keras-maskrcnn (inmiddels zelf geforkt).
- Een andere (veel bekendere) die we ook kunnen proberen is die van matterport.
- Zowel een tutorial voor het toepassen van de matterport mask R-CNN als een lijst van annotatietools is hier te vinden, daarnaast is er de oid annotatietool.
Datasets
- Een grote en goed geannoteerde dataset: Open images dataset (OID).
- (Getrainde modellen zijn hier te vinden, maar voor ons doel niet bruikbaar.)
- Script om afbeeldingen voor specifieke labelclasses te downloaden uit OID: github.com/monocongo/openimages (branch issue_7_segmentation_support) (inmiddels zelf geforkt).
- Een andere grote en goed geannoteerde dataset is COCO.
==== Cloud-services voor machine learning
Naast eigen computer (wat problematisch is vanwege te weinig video-ram):
- Amazon/Google/Microsoft
- [Paperspace cloud computing](https://paperspace.com)
- (Gedistribueerde cloud computing waarbij de gebruikers een grote pool van rekenkracht vormen door hun ongebruikte rekentijd beschikbaar te stellen?)
Laatst gewijzigd: le 2020/06/25 18:11
