| ვერსია | 2020.06.26 |
|---|---|
| გამომცემელი | Joao Frasco |
| Გამოშვების თარიღი | 20 ივლ. 2020 |
| Თარიღი დამატებულია | 20 ივლ. 2020 |
| მოთხოვნები | iOS |
| მოთხოვნები | Requires iOS 13.5 or later. Compatible with iPhone, iPad, and iPod touch. |
| სულ ჩამოტვირთვების | 1 |
| ჩამოტვირთვები კვირაში | 1 |
| ფასი | $1.99 |
აღწერა
ეს ხელოვნური ინტელექტის კამერა იყენებს მანქანათმცოდნეობის მოდელებს თქვენი iPhone კამერიდან სურათების რეალურ დროში კლასიფიკაციისთვის. თქვენ არ გჭირდებათ ფოტოს გადაღება, უბრალოდ მიმართეთ iPhone კამერას ნებისმიერ ობიექტზე ან სცენაზე და კლასიფიკაცია ხდება მომენტალურად. მე მივაწოდე მანქანური სწავლების ხუთი განსხვავებული მოდელი, რომლებიც ხელმისაწვდომია iOS-ისთვის, მათ შორის: GoogLeNet Places (სცენების კლასიფიკაციისთვის), Inceptionv3, VGG16, Resnet50 და SqueezeNet (ყველა გაწვრთნილი აქვს ობიექტების კლასიფიკაციას 1000 კატეგორიაში). ნივთების კლასიფიკაციის გარდა, ის ასევე იძლევა მოცემული კლასიფიკაციის ეტიკეტის ალბათობას.
ეს არის მარტივი, მაგრამ ძალიან ძლიერი ინსტრუმენტი, რომელიც აჩვენებს, თუ რამდენად შორს მივიდა ხელოვნური ინტელექტი და მანქანათმცოდნეობა, განსაკუთრებით ღრმა ნერვული ქსელების და კონკრეტულად კონვოლუციური ნერვული ქსელების ძალა. ეს მოდელები ყველა თავისუფლად ხელმისაწვდომია ინტერნეტიდან ბმულებით მოწოდებული ლიცენზიებით. ქვევით.
GoogLeNetPlaces: Creative Common License. დამატებითი ინფორმაცია ხელმისაწვდომია http://places.csail.mit.edu
Resnet50: MIT ლიცენზია. დამატებითი ინფორმაცია ხელმისაწვდომია https://github.com/fchollet/keras/blob/master/LICENSE
Inceptionv3: MIT ლიცენზია. დამატებითი ინფორმაცია ხელმისაწვდომია https://github.com/fchollet/keras/blob/master/LICENSE
VGG16: Creative Commons Attribution 4.0 International (CC BY 4.0). დამატებითი ინფორმაცია ხელმისაწვდომია https://creativecommons.org/licenses/by/4.0/
SqueezeNet: BSD ლიცენზია. დამატებითი ინფორმაცია ხელმისაწვდომია https://github.com/DeepScale/SqueezeNet/blob/master/LICENSE
MobileNet: Apache ლიცენზია. ვერსია 2.0 http://www.apache.org/licenses/LICENSE-2.0
