- 69
- 108 487
Академия Высоких Технологий
Russia
Приєднався 30 лип 2017
Лидеры инженерного образования России. Создаём технологии для обучения старшеклассников и студентов наиболее актуальным навыкам современного мира. Вливайся!
Профиль "Автономные транспортные системы" Национальной технологической олимпиады 2023
Вуз-организатор: Московский Политех
Разработчик и соорганизатор профиля: Академия Высоких Технологий
Партнеры профиля: ГК Геоскан, МФЮА, МИРЭА
_________________________________________________
avt.global/ats_nto
👁🗨 ПОДПИСЫВАЙТЕСЬ ВКОНТАКТЕ
Вконтакте avt.global/
📧 ПОЧТА ДЛЯ СВЯЗИ:
info@avt.global
Разработчик и соорганизатор профиля: Академия Высоких Технологий
Партнеры профиля: ГК Геоскан, МФЮА, МИРЭА
_________________________________________________
avt.global/ats_nto
👁🗨 ПОДПИСЫВАЙТЕСЬ ВКОНТАКТЕ
Вконтакте avt.global/
📧 ПОЧТА ДЛЯ СВЯЗИ:
info@avt.global
Переглядів: 240
Відео
Владимир Молодых. Как сделать свою работу настоящей
Переглядів 1002 роки тому
Друзья, приглашаем вас на лекторий Академии Высоких Технологий в рамках финала Национальной технологической олимпиады по профилю "Автономные транспортные системы". Спикер: Владимир Молодых, Цифровая индустриальная платформа, технический директор
Профиль «Автономные транспортные системы» Национальной технологической олимпиады
Переглядів 5962 роки тому
Искусственный интеллект в робототехнике! Беспилотный автомобиль, квадрокоптер и 100 баллов ЕГЭ (!!!) ждут вас на огромном полигоне городской среды в финале профиля «Автономные транспортные системы» Национальной технологической олимпиады! ➤ Пока не хватает знаний? 📚 У нас короткие и понятные онлайн-курсы по нейронным сетям и компьютерному зрению с самого нуля. Сотни ребят уже научились по ним. ➤...
Школа Молодого Инженера Искусственного Интеллекта «Wall•E Edition» 🤖
Переглядів 1472 роки тому
7-11 июня 134 ученика из 29 школ Москвы погрузились в работу с системами искусственного интеллекта. Участники Школы проектировали беспилотники в больших командах, где каждый отвечал за отдельную специализацию: робототехнику, программирование или за искусственный интеллект. 🧠 Приглашаем московские школы, Инженерные и IT-классы развивать искусственный интеллект на своей площадке! Школа молодого и...
Разбор кейса Олимпиады «Новый учITель новой информатики. Перезагрузка!»
Переглядів 1393 роки тому
Участникам олимпиады необходимо было применить нейронные сети и инструменты компьютерного зрения для распознавания математических символов и решения выражения. 137 учителей приняли участие в решении и отрадно, что у многих получилось. Задача №1 sim.avt.global/public/46 Задача №2 sim.avt.global/public/47 👁🗨 ПОДПИСЫВАЙТЕСЬ НА СОЦИАЛЬНЫЕ СЕТИ Facebook avt.global.ru/ Вконтакте vk.com...
Аналоговые и цифровые сигналы
Переглядів 5593 роки тому
Разберём разницу между аналоговыми и цифровыми сигналами и их источниками. Рассмотрим области применения аналоговых и цифровых датчиков в робототехнике, сравним особенности работы с ними и методы преобразования одного сигнала в другой с помощью ЦАП и АЦП. 👁🗨 ПОДПИСЫВАЙТЕСЬ НА СОЦИАЛЬНЫЕ СЕТИ Facebook avt.global.ru/ Вконтакте avt.global/ Instagram avt.global...
Датчики линии и дистанции. Одновременное использование.
Переглядів 3653 роки тому
Разберём скелет алгоритма опроса датчиков и принятия решений на основе полученных данных. Управление датчиками будет осуществляться при помощи Arduino. Традиционно в рамках консультации мы также: ✓ ответим на вопросы по работе с Айкарами ✓ подскажем по решению задач проводимых нами соревнований (наставники Дататон, ждём вас! ;)) ) ✓ ответим на любые другие вопросы по работе с компьютерным зрени...
Arduino vs Raspberry Pi: плюсы и минусы при управлении мобильным роботом
Переглядів 2,4 тис.3 роки тому
Управление мобильным роботом с помощью Arduino или Raspberry Pi. Обсуждение механизмов реализации, анализ сильных и слабых сторон каждого подхода. Наш сайт: avt.global 👁🗨 ПОДПИСЫВАЙТЕСЬ НА СОЦИАЛЬНЫЕ СЕТИ Facebook avt.global.ru/ Вконтакте avt.global/ Instagram avt.global 📧 ПОЧТА ДЛЯ СВЯЗИ: info@avt.global
Решение задач Дататона 2021 - консультация для наставников
Переглядів 2243 роки тому
Дататон - это обучающий курс по технологиям искусственного интеллекта в задачах беспилотных автомобилей. Участники Дататона научатся: ✓ Использовать компьютерное зрение и работать с библиотекой OpenCV для детектирования объектов и распознавания образов ✓ Применять методы машинного обучения, обучать нейронные сети создавать HOG-SVM детекторы для решения прикладных задач ✓ Программировать на Pyth...
Приглашение на лекцию «Беспилотные автомобили: от мифов к реальности» на фестивале RUKAMI
Переглядів 1343 роки тому
Приглашение на лекцию «Беспилотные автомобили: от мифов к реальности» на фестивале RUKAMI
Академия Высоких Технологий - о компании
Переглядів 5653 роки тому
Академия Высоких Технологий - о компании
Вебинар на тему: "Датчики и сенсоры в беспилотном автомобиле"
Переглядів 2514 роки тому
Вебинар на тему: "Датчики и сенсоры в беспилотном автомобиле"
Биохимия, микробиология и биоинформатика в ТВОЕЙ школе!
Переглядів 2034 роки тому
Биохимия, микробиология и биоинформатика в ТВОЕЙ школе!
Первый Открытый Кубок России по программированию беспилотного автомобиля - Финал
Переглядів 3314 роки тому
Первый Открытый Кубок России по программированию беспилотного автомобиля - Финал
Распознавание дорожных знаков - хакатон от Академии Высоких Технологий в Хорошколе
Переглядів 4204 роки тому
Распознавание дорожных знаков - хакатон от Академии Высоких Технологий в Хорошколе
Кубок России по цифровому мастерству: как присоединиться
Переглядів 564 роки тому
Кубок России по цифровому мастерству: как присоединиться
Чему учить старшеклассников: путь от Ардуинки к ИИ
Переглядів 2154 роки тому
Чему учить старшеклассников: путь от Ардуинки к ИИ
Работа с площадкой Sim.newgen.education
Переглядів 1,6 тис.4 роки тому
Работа с площадкой Sim.newgen.education
Профиль «Автономные транспортные системы» Олимпиады КД НТИ
Переглядів 7474 роки тому
Профиль «Автономные транспортные системы» Олимпиады КД НТИ
Детектирование дорожной разметки беспилотным автомобилем
Переглядів 4,4 тис.5 років тому
Детектирование дорожной разметки беспилотным автомобилем
Детектирование пешеходов беспилотным автомобилем - работа с компьютерным зрением и OpenCV
Переглядів 2,9 тис.5 років тому
Детектирование пешеходов беспилотным автомобилем - работа с компьютерным зрением и OpenCV
Распознавание сигналов светофора методами компьютерного зрения
Переглядів 9 тис.5 років тому
Распознавание сигналов светофора методами компьютерного зрения
Инженерно-космическое образование: телемост Москва-Норильск, апрель 2018 г.
Переглядів 1255 років тому
Инженерно-космическое образование: телемост Москва-Норильск, апрель 2018 г.
Распознавание дорожных знаков методами компьютерного зрения. Часть 3. Распознавание.
Переглядів 8 тис.6 років тому
Распознавание дорожных знаков методами компьютерного зрения. Часть 3. Распознавание.
Детектирование дорожных знаков по цветам
Переглядів 14 тис.6 років тому
Детектирование дорожных знаков по цветам
Пж скиньте код оч надо
Нет
Зачем обучать python или ещё хуже неиспользуемые в коммерческой разработке языки Basic, паскаль если есть простой и лёгкий (меньше мегабайта) язык lua который в играх очень часто используется и имеет полезные новичкам фичи вроде массивов с единицы, оператора + который всегда только с числами работает. Новички не запутаются где сложение чисел, а где конкатенация строк. Всего одна структура - таблицы. Единственный минус lua - тут сложно реализовать прототипное ООП. Хотя в Си ООП тоже по умолчанию нет и новичкам оно и не нужно. Язык lua очень крут, но почему-то людям приходится самим его изучать для модификации игр и в обучении его не встретить, разве что в обучении Roblox. Но там и модифицированный язык luau и альтернатив нет.
Ух, как хорошо, что выложили это видео. Спасибо.
Базу дорожных знаков- могли бы перезолить
Как начал лекцию с какой-то программы (догадайся сам), так и продолжил. Проще было сразу заявить Гугл в помощь.
Здравствуйте, Василий. А как потом брать датасет из файла data.pickle?
Восхитительно! Превосходная подача материала, спасибо! Яркий пример того, когда человек ясно мыслит и, следовательно, ясно излагает. Ведущий настолько грамотно построил план повествования, что в 43 минуты видео уместилось несколько глав хорошей книги по микроконтроллерам. Спокойно, четко, ясно, последовательно ведущий раскрывает тему таймеров на микроконтроллерах. А в итоге видео не просто смотрится на одном дыхании, а еще по ходу просмотра ты отдаешь себе отчет, что ты действительно понимаешь материал - это вдохновляет!
Очень полезно. Благодарю за видео 👍
Просьба авторов или уже прошедших курс поделиться датасетом..
Было бы не плохо скидывать ссылку на код
Спасибо за видео! Вопрос. Задача - прогноз одномерного временного ряда. В качестве признаков есть другие временные ряды. Таймфрейм одинаковый. Но у признаков другие размерности. 2, 3, 5, много. Как это правильно упаковывать?
Спасибо большое за видео!))))
Почему вытаскивая красный цвет, нам удаётся бинаризавать изображение и выделить полосы?
Где можно увидеть продолжение, как обучить и вывести результат модели?
dlib как это поставить ???
Спасибо за урок всё наглядно и последовательно объяснено.
cv.drawContours(frame, contours, -1, (255,0,255), 3) cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\drawing.cpp:2508: error: (-215:Assertion failed) npoints > 0 in function 'cv::drawContours'
Что делать, если ссылки на папку в изображениями не работают, где мне найти подобный подборки изображений, если не делать их в ручную??
Здравствуйте, начал изучать Ардуино, очень интересная подача и лучшая интерпретация данного материала в вашем случае. Спасибо!
А как анализировать одновременно несколько последовательностей, по примеру с магазином?
Спасибо! Но шрифт бы больше(
Спасибо, готовлюсь к новому сезону нто 2022/2023 по атс, увидемся там!!!
У меня запускается пару секунд ищет контуры и закрывается пишет: (x,y,w,h)=cv.boundingRect(contours[0]) IndexError: tuple index out of range [ WARN:0@1.347] global D:\a\opencv-python\opencv-python\opencv\modules\videoio\src\cap_msmf.cpp (539) `anonymous-namespace'::SourceReaderCB::~SourceReaderCB terminating async callback
Подскажите, у меня небольшой опыт в ардуино, мне нужно сделать контроль качества деталей изготовленных на чпу станке, металлические детали небольшого размера нужно снять размеры, диаметр, шаг резьбы, глубина сверления. Наткнулся на машинное зрение, но мало опыта, не могли бы мне помочь в этом вопросе?
Отличный обзор!
Спасибо, спецам возможно слишком просто, а мне полезно.
спасибо большое. ты реально топ. я много смотрел уроков от разных преподов. но этот самый доступный и практичный ( пока что) посмотрим что дальше.
Всё приходит с опытом
Или с большим количеством данных)
А как раз объём тут ни причём
Час ночи ..... хотел узнать про отторжение донорского органа ,не знаю почему...встрел вас ...решил посмотреть...
Увеличить шрифт можно на записи? Нихера не видно
Выбивает ошибку в 7 строе
Ты ее смог как нибудь решить ?
@@17viKing17 нет
У меня также в 7 строке ошибка: ImportError: cannot import name 'SGD' from 'keras.optimizers' (/usr/local/lib/python3.7/dist-packages/keras/optimizers.py) Должна была решиться с помощью "!pip install matplotlib-venn" или "!apt-get -qq install -y libfluidsynth1". Однако ожидаемого результата не принесло...
Вы большой умница! Не заморачивая голову статистикой, теорией вероятностей, анализом (градиентный спуск) , Вам удалось наглядно разъяснить работу перцептрона. Таких бы преподавателей в ВУЗы. А вообще не так давно я пытался поиграть с предсказанием инсульта по социально-медицинским параметрам , но у меня была ретроспектива всего на 2709 человек. Слабо и мало. Ретроспектива наше все. Сейчас пытаюсь отойти от регрессионного анализа и перцептрона. Хочу попробовать с использованием систем нечеткого вывода.
Датасета нету
Спасибо!
Спасибо!
А как сам датасет скачать?
а где взять датасет со светофорами в том виде, который у вас используется?
Блок тренировки модели выдаёт следующую ошибку: ValueError Traceback (most recent call last) <ipython-input-7-fc2ca1a9dce1> in <module>() 9 H = model.fit(trainX, trainY, validation_data=(testX, testY), 10 epochs=20, batch_size=128, ---> 11 callbacks=[checkpointer]) 12 13 print('Model trained') 9 frames /usr/local/lib/python3.7/dist-packages/tensorflow/python/framework/func_graph.py in wrapper(*args, **kwargs) 975 except Exception as e: # pylint:disable=broad-except 976 if hasattr(e, "ag_error_metadata"): --> 977 raise e.ag_error_metadata.to_exception(e) 978 else: 979 raise ValueError: in user code: /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py:805 train_function * return step_function(self, iterator) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py:795 step_function ** outputs = model.distribute_strategy.run(run_step, args=(data,)) /usr/local/lib/python3.7/dist-packages/tensorflow/python/distribute/distribute_lib.py:1259 run return self._extended.call_for_each_replica(fn, args=args, kwargs=kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/distribute/distribute_lib.py:2730 call_for_each_replica return self._call_for_each_replica(fn, args, kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/distribute/distribute_lib.py:3417 _call_for_each_replica return fn(*args, **kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py:788 run_step ** outputs = model.train_step(data) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py:756 train_step y, y_pred, sample_weight, regularization_losses=self.losses) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/compile_utils.py:203 __call__ loss_value = loss_obj(y_t, y_p, sample_weight=sw) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/losses.py:152 __call__ losses = call_fn(y_true, y_pred) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/losses.py:256 call ** return ag_fn(y_true, y_pred, **self._fn_kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/util/dispatch.py:201 wrapper return target(*args, **kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/losses.py:1608 binary_crossentropy K.binary_crossentropy(y_true, y_pred, from_logits=from_logits), axis=-1) /usr/local/lib/python3.7/dist-packages/tensorflow/python/util/dispatch.py:201 wrapper return target(*args, **kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/backend.py:4979 binary_crossentropy return nn.sigmoid_cross_entropy_with_logits(labels=target, logits=output) /usr/local/lib/python3.7/dist-packages/tensorflow/python/util/dispatch.py:201 wrapper return target(*args, **kwargs) /usr/local/lib/python3.7/dist-packages/tensorflow/python/ops/nn_impl.py:174 sigmoid_cross_entropy_with_logits (logits.get_shape(), labels.get_shape())) ValueError: logits and labels must have the same shape ((None, 2) vs (None, 1))
А в этих ядрах синопсах известно какие вычисления происходят?
Нормализованное значение умножается на вес и прибавляется смещение. При обучении сети корректируется значение весов путем минимизации ошибки. Минимизация проходит методом вычисления градиента и движения в обратную сторону.
@@MrDemda можно ли сделать так что бы один искусственный интеллект был доминирующим над другим, что то типа осознанности у человека?
@@user-xq3qy4qv5z , бред не несите
@@MrDemda у меня есть образование деньги время и мне интересно создать робота который мало чем будет отличаться от человека. И у меня есть понимание относительно всего кроме осознанности. Как запрограмировать осознанность? Не простая задача
@@user-xq3qy4qv5z , если бы у вас было образование, то вы бы не писали глупости.
Как у вас выделяется синий и одновременно красный
Переведите изображение в цветовое пространство HSV, после этого выполняйте бинаризацию и всё получится!
В Америке в декабре хорька клонировали
К сожалению не слышно!
Очень доходчиво, талант!
Спасибо! 😉
i know it's quite off topic but does anybody know of a good place to watch new movies online ?
@Kaiden Walter Meh I use Flixportal. just search on google for it:P -ray
@Ray Bronson thanks, I signed up and it seems to work :) Appreciate it !
@Kaiden Walter You are welcome :D
Почему запретили клонирование ведь можно убрать наследственные заболевания и что нужно чтобы клонировать
Такая же ошибка, как и у других Сети не нравятся поданные на вход данные. Уже пробовал , что предлагали снизу. Даже при подаче на вход тех же картинок, что при обучении, с тем же форматированием, итог один - не принимает ValueError: in user code: /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:1478 predict_function * return step_function(self, iterator) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:1468 step_function ** outputs = model.distribute_strategy.run(run_step, args=(data,)) /usr/local/lib/python3.6/dist-packages/tensorflow/python/distribute/distribute_lib.py:1259 run return self._extended.call_for_each_replica(fn, args=args, kwargs=kwargs) /usr/local/lib/python3.6/dist-packages/tensorflow/python/distribute/distribute_lib.py:2730 call_for_each_replica return self._call_for_each_replica(fn, args, kwargs) /usr/local/lib/python3.6/dist-packages/tensorflow/python/distribute/distribute_lib.py:3417 _call_for_each_replica return fn(*args, **kwargs) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:1461 run_step ** outputs = model.predict_step(data) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:1434 predict_step return self(x, training=False) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/base_layer.py:998 __call__ input_spec.assert_input_compatibility(self.input_spec, inputs, self.name) /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/input_spec.py:259 assert_input_compatibility ' but received input with shape ' + display_shape(x.shape)) ValueError: Input 0 of layer sequential_1 is incompatible with the layer: expected axis -1 of input shape to have value 3072 but received input with shape (32, 1)
Здравствуйте. Пожалуйста, задайте этот вопрос на нашем сервере в Discord: discord.gg/vanJZyNYbY В вашем случае, сеть ожидает на вход данные такой формы (число картинок, 3072) А вы подаёте (32, 1) Более детальные пояснения можно получить в дискорде.
внешние факторы, характер понятно, а почему окрас может не совпадать?
Добрый день, все просто, разный окрас клонов (фенотип) обусловлен разным сочетанием генов под влиянием различных внешних (эпигенетических) факторов.
@@avt.global то есть рождаются с одинаковым окрасом, а из-за другого питания к примеру шерсть может порыжеть?
Очень доступно и интересно.
Спасибо большое 😊
Очень доходчиво рассказываете... ждем от вас побольше видео...
Спасибо большое, будем стараться 😉