Phát hiện tư thế chơi gôn đã học được bằng cách làm theo, Phát hiện sự kiện bằng Tư thế con người
Thông qua khóa học này, học viên sẽ có thể nhận biết lĩnh vực Hiểu video về thị giác máy tính của trí tuệ nhân tạo và đào tạo, đánh giá và kiểm tra các mô hình trong lĩnh vực Phát hiện sự kiện. Và bằng cách cải thiện cấu trúc mạng hiện có, bạn có thể cải thiện hiệu suất của mô hình và tận hưởng 'nghiên cứu trí tuệ nhân tạo';
Mọi thứ bạn cần biết về phát hiện sự kiện tư thế người 3D! 🚩
Nhẹ nhàng với giấy tờ, vui vẻ với thực hành Phát hiện sự kiện tư thế con người 3D!
Làm thế nào để phát hiện người bị ngã trong thang máy trống? Công nghệ này bắt nguồn từ lĩnh vực Video Understanding, một chuyên ngành thị giác máy tính chuyên nhận dạng các hành động cụ thể trong video và hình ảnh. Trong bài giảng này, chúng ta sẽ tìm hiểu về Event Detection, một chuyên ngành trong Video Understanding, giúp phát hiện các khung hình của các hành động, sự kiện và cảnh cụ thể trong video. Bạn có thể làm điều này mà không cần sách vở dày cộp hay dữ liệu nhàm chán!
Tôi vào học cao học với mục tiêu trở thành chuyên gia AI, nhưng tôi không có kinh nghiệm nghiên cứu, không có bài báo nào để viết, và cũng chẳng đọc sách gì cả. Tất cả những gì tôi có thể làm là theo dõi các bài đăng trên blog. Kết quả là, tôi đã khá chật vật trong năm đầu tiên học cao học. Dựa trên những kinh nghiệm đó, tôi đã thiết kế khóa học này. Điểm hấp dẫn của khóa học nằm ở khả năng cung cấp cho sinh viên những hiểu biết sâu sắc và tư duy sáng tạo. Mặc dù các quy trình thử nghiệm chi tiết đã được lược bỏ, tôi sẽ hướng dẫn cách thức tiến hành nghiên cứu.
Khóa học này nhằm mục đích xem xét sơ lược các bài báo liên quan, chạy mã triển khai của bài báo và cải thiện hiệu suất so với các phương pháp hiện có . Chúng ta sẽ xem xét mã triển khai mạng của bài báo, sau đó huấn luyện, đánh giá, kiểm thử và thậm chí thiết kế mạng. Tôi tin rằng việc học các lĩnh vực mới không phải là học và thực hành, mà là thực hành. Hãy cùng thử xem!
Học những điều như thế này 📚
Chúng ta sẽ nghiên cứu lĩnh vực phát hiện và nhận dạng các sự kiện hoặc cảnh cụ thể trong video, được gọi là Phát hiện sự kiện hoặc Nhận diện sự kiện.
Trong số đó, chúng tôi trích xuất tám cảnh chuyển động chính từ các video swing golf phổ biến và toàn cầu. Vì swing golf được đặc trưng bởi các chuyển động riêng biệt và tư thế rất quan trọng trong môn thể thao này, nhiều golfer muốn phân tích tư thế của chính mình. Để đạt được điều này, chúng tôi sẽ phát triển một mô hình trí tuệ nhân tạo sử dụng tính năng phát hiện sự kiện.
Nếu chúng ta trích xuất tám cảnh hành động từ một video chơi golf, chúng ta có thể tạo ra một mô hình trí tuệ nhân tạo có thể ghi lại tám tư thế như minh họa bên dưới.
Trong phương pháp hiện tại, chúng tôi đào tạo mạng bằng cách cung cấp đầu vào mới, Tư thế con người.
Giới thiệu Người chia sẻ kiến thức ✒️
Người chia sẻ kiến thức đã tạo ra khóa học này Xin giới thiệu “kẻ bắt chước” Kim Hyun-woo.
Người theo dõi đã tạo ra khóa học này là🥽
Tôi sẽ cung cấp cho bạn kinh nghiệm nghiên cứu và dự án dựa trên kiến thức của tôi về khoa học máy tính và trí tuệ nhân tạo, kinh nghiệm với nhiều dự án học sâu/học máy, giải thưởng cuộc thi và kinh nghiệm nghiên cứu sau đại học .
Tốt nghiệp thạc sĩ chuyên ngành trí tuệ nhân tạo tại Đại học Hàn Quốc
Bài thuyết trình tại hội nghị quốc tế
ACCV, tác giả đầu tiên của một bài báo về nhận dạng mẫu được xuất bản
Xin chào, tôi là Kim Hyeon-woo, một kẻ bắt chước.
Trong quá trình hoàn thành chương trình Thạc sĩ Trí tuệ Nhân tạo tại Đại học Hàn Quốc chỉ trong hai năm, tôi đã xuất bản một bài báo về Ước tính Tư thế Người 3D tại ACCV2022 (Hội nghị Thị giác Máy tính Châu Á), hội nghị xếp hạng 19 thế giới về trí tuệ nhân tạo và thị giác máy tính, và bài báo cũng được chọn để thuyết trình. Sau đó, tôi đã hoàn thiện bài báo gốc và xuất bản với tư cách là tác giả đầu tiên trên tạp chí Pattern Recognition, tạp chí xếp hạng 6 thế giới.
Tôi đã tạo ra khóa học này sau khi chứng kiến nhiều người gặp khó khăn trong việc học, thậm chí bỏ cuộc vì thiếu khả năng tiếp cận một số lĩnh vực trí tuệ nhân tạo. Khóa học này ghi lại những bài học kinh nghiệm và những thử nghiệm, sai lầm mà tôi đã gặp phải trong hai năm qua.
Tôi hy vọng rằng thông qua bài giảng này, bạn sẽ hứng thú với lĩnh vực trí tuệ nhân tạo và có đượccảm giác thành tựu mới :)
Tôi giới thiệu điều này cho những người này 🙆♀️
Những người muốn học lên cao học trong lĩnh vực trí tuệ nhân tạo nhưng không có kinh nghiệm nghiên cứu hoặc làm luận án
Dành cho những ai muốn nhanh chóng có được trải nghiệm về lĩnh vực trí tuệ nhân tạo
Dành cho những ai tò mò về cách nghiên cứu trí tuệ nhân tạo được thực hiện
Sinh viên đại học cần ý tưởng mới lạ cho các cuộc thi và dự án
Câu hỏi dự kiến Hỏi & Đáp 💬
H. Tôi có cần đáp ứng bất kỳ yêu cầu nào trước khi tham gia khóa học không?
Tôi đã thiết lập một môi trường hỗ trợ GPU để đào tạo mạng trên Ubuntu, sử dụng CUDA và cudnn. Vui lòng tìm kiếm hướng dẫn trên Google về cách thiết lập môi trường.
H. Tôi có cần chuẩn bị gì trước khi tham dự buổi thuyết trình không?
Bạn cần một GPU để đào tạo mạng.
H. Nội dung bài học được trình bày ở mức độ nào?
Điều này có vẻ dễ dàng với các chuyên gia trong lĩnh vực này, nhưng có thể hơi lạ lẫm với người mới bắt đầu. Tuy nhiên, nếu bạn không phải là chuyên gia, nhưng biết Python, quen thuộc với công cụ Visual Studio Code, hoặc có kinh nghiệm sao chép mã nguồn từ GitHub, bạn sẽ dễ dàng theo dõi.
Những điều cần lưu ý trước khi tham gia khóa học 📢
Môi trường thực hành
Hệ điều hành và phiên bản (OS): Ubuntu
Công cụ sử dụng: Visual Studio Code, Anaconda
Thông số kỹ thuật của PC: Bất kỳ GPU nào có dòng RTX 10 trở lên đều được hỗ trợ.
Tài liệu học tập
Đã hoàn thành tệp zip thư mục mã cuối cùng
Kiến thức và biện pháp phòng ngừa của người chơi
Bất kỳ ai có kinh nghiệm với Python và quen thuộc với Visual Studio và Anaconda
Những người đã cài đặt Ubuntu
Khuyến nghị cho những người này
Khóa học này dành cho ai?
Những người muốn nghiên cứu trí tuệ nhân tạo
Những người cần ý tưởng mới cho cuộc thi
Những người muốn biết về lĩnh vực Phát hiện sự kiện