SqueezeNet Image Prediction Playground er et projekt, der er en del af drømmen om et hold af Moses Olafenwa og John Olafenwa for at bringe nuværende kapaciteter i maskinindlæring og kunstig intelligens til praktisk brug for ikke-programmører og gennemsnitlige computerbrugere. Dette projekt er det første skridt i det, vi håber, vil blive almindeligt anvendt i moderne teknologi, hvor computere, smartphones, randapparater og systemer vil have indbyggede state-of-the-art Maskinindlæring og kunstig intelligensfunktioner uden at skulle oprette forbindelse til skybaserede tjenester.
Dette er en række Windows-programmer, der er bygget ved hjælp af rene pythonbiblioteker og kode. Hvert af programmerne er en brugervenlig demo af Image Classification, der drives af en specifik billedklassemodel af populære Machine Learning Algorithms, der er uddannet på datasettet ImageNet (1000 objektklasser). Hvert program giver en brugergrænseflade, hvor brugerne kan vælge et billede fra deres Windows-systemmappe, mens programmet behandler det valgte billede og giver top-10 mulige resultater af de objekter, der er registreret med procent sandsynlighed pr. Hvert resultat.
Kommentarer ikke fundet