Супер! Трекінг баундінг бокса та детекція є у всіх. Найскладніше - це система ініціації та доведення самого дрона до бажаної точки. Перехоплення - ще складніше.
@@HerdingElectrons Потрібно робити реконструкцію місцевості в 3d. Це досить складно бо потрібен 3d рушій. OpenGL може не підійти, але можна написати свою спрощену версію.
Таких даних я не маю, точно. Через те я робив свою кіностудію. Можна збільшити масштаби, якщо є ресурс. Я думаю що це буде навіть краще, знімати відео у контрольованому енвайроменті з контрольованими варіаціями, по світлу, наприклад. Ось: www.horizonhobby.com/product/replacement-airframe-delta-ray-one/EFL9501.html Мені це щось нагадує. Можна пофарбувати у будь який колір і знімати під різними кутами вдень і вночі. Можна навіть прифантазувати якийсь ангар для зйомок у польоті. Ось є ще такого типу: www.ebay.com/itm/255894484902?mkcid=16&mkevt=1&mkrid=711-127632-2357-0&ssspo=hoqId8nsQeu&sssrc=4429486&ssuid=il9ANVKbR3q&var=&widget_ver=artemis&media=COPY
Варто використовувати теж ШІ автопілот тільки для наземних дронів, тому що оператору наземного дрона приходиться непереливки, коли він керує дроном і втрапляє в канаву чи застрягає в гіляках які валяються на землі, моя ідея полягає в тому щоб фпвшками знімати карту висот маршруту аби автопілот самостійно опираючись на цю карту прокладав маршрут і оператору варто лише вказати напрямок а автопілот сам вестиме дрон обїжджаючи перешкоди. Може вже таку ідею реалізовують хз але..
Так це непроста задача. Я дуже мало знаю про наземні дрони. Має бути комбінація лідара і віжуал, очевидно. Але це не вирішить проблему само по собі. Спробую, як буде можливість.
Памʼятаєте як Маск розповідав про те, що можна зняти модуль FaceID, найти людину дроном та підірвати йому обличчя? Так от в мене таке відчуття що ви заточуєте штучний інтелект саме для цього ахах
Про оверфітінг ви трохи не те щось сказали. Коли модель не може вивчити нічого корисного з великої кількісті нерелевантних даних, це не є оверфітінгом. Велика кількість даних (релевантних) це майже завжди добре. Оверфітінг - це коли модель вивчає фічі, які не генералізуються на інши дані, окрім тих, на яких модель навчалась. Для того, щоб не було оверфітінга як раз збільшують кількість даних для тренування, застосовують до зображень різноманітні трансформації/аугментації, які дозволяють штучно збільшити тренувальний датасет.
Я, звичайно, не дейта сайнтіст. Я спробував узагальнити свій минулий досвід, коли модель ставала гіршою при довшому тренуванні. Мабуть це пояснюють в IBM: “Another sign of an overfit model is its decision boundaries, the model’s learned rules for classifying data points. The decision boundary becomes overly complex and erratic in overfit models, as it adapts to noise in the training set rather than capturing true underlying structures, further indicating overfitting.”
@@HerdingElectrons Може ви просто не дуже чітко висловились, бо "коли модель ставала гіршою при довшому тренуванні" це саме і є оверфітінг, бо модель просто запам'ятовує ваш тренувальний датасет, якщо грубо. Але це не через збільшення кількості тренувальних данних, а через збільшення кількості тренувальних епох на одних і тих же даних. Я не знаю чи в цьому пайплайні, який ви використовуєте, є автоматичне додавання аугментацій, але якщо немає - обов'язково спробуйте їх додати.
Так, подивлюсь обовʼязково, дякую :) я боюся довгих процесів ще з часів, коли ми моделювали фізичні процеси з використанням рядів. Там з певного моменту похибка починала різко зростати через обмеження точності яке виражалося як цифровий шум. Через те я вибрав 16 біт тензор, ніби працює краще.
@@HerdingElectrons Так, для моделювання фіз. процесів збільшення precision-а дуже важливе, бо похибки накопичуються при обчисленнях, та ми працюємо з меншою кількістю параметрів, але їх точні значення важливі. Але для нейронних мереж на практиці precision компенсується кількістю параметрів в моделі. Тобто квантизована модель з більшою кількістю параметрів зазвичай працює краще ніж менша модель з більшою точністю вагів. Ну і швидкість обробки суттєво відрізняється. Але у вашому випадку через те, що ви використовуєте одну і ту ж модель з різною точністю, більша точність буде працювати краще, скоріше за все, а може і буде працювати так само як квантизована. Треба тестувати та шукати світспот.
На якомусь етапі можна використати і Гугл Колаб, але він не дає повного циклу, що включає генерацію і оптимізацію генеруємої моделі під таргет платформу. І Гугл це більше про Тензорфлов. З Торсч усе таки трохи легше працювати.
Та ні. Я розказую публічно доступну інформацію. Я сподіваюсь, що це зможе зменшити вплив технічної дезінформації з російського інтернету. Це допомагає їм тримати нас на нижчому технологічному рівні. Дрон має бути не найдешевший, дрон має бути найефективніший.
Чому б Вам не запропонувати своє рішення для Збройних сил України, це переверне ситуацію на полі битви з росією де всі вороги будуть знайдені і знищені такими дронами. Звісно, якщо Ви стоїте на боці України. Бо українські розробники не можуть зробити таку систему, вони купують неякісне китайське, а Ви зібрали все самостійно з гвинтиків і розбираєтесь як воно побудоване насправді. Допоможіть МОУ зі створенням Зброї Перемоги.
Круто, гарна робота успіхів вам з цим проектом
Дякую що поділились
Дякую!
інформативно особливо для тих хто тереотично заточений але не має приктики і не знає з якого боку зайти. дякую за цей волшебний пендель
Дякую! Бажаю успіхів :)
Супер! Трекінг баундінг бокса та детекція є у всіх. Найскладніше - це система ініціації та доведення самого дрона до бажаної точки. Перехоплення - ще складніше.
Я тут хотів показати що ця платформа в принципі працює, тепер хочу додавати функціонал.
Це круто. Це тільки донаведення?
Я хочу щоб воно працювало автономно, без оператора і на відстані до 100 км.
@@HerdingElectrons Потрібно робити реконструкцію місцевості в 3d. Це досить складно бо потрібен 3d рушій. OpenGL може не підійти, але можна написати свою спрощену версію.
От чим подобається мені ці платформа, що там є SfM та DoF прямо в SDK :)
Ооо!
В мене є бажання тренувати модель на пошук ідентифікацію дрона в повітрі але окрім інфи на ютуб нічого не має для навчання
Я зустрічав великі дейтасети на десятки гігабайт, але потрібно дивитися що там є насправді всередині.
@@HerdingElectrons є у воених але там тре авторизуватися
Таких даних я не маю, точно. Через те я робив свою кіностудію. Можна збільшити масштаби, якщо є ресурс. Я думаю що це буде навіть краще, знімати відео у контрольованому енвайроменті з контрольованими варіаціями, по світлу, наприклад.
Ось:
www.horizonhobby.com/product/replacement-airframe-delta-ray-one/EFL9501.html
Мені це щось нагадує. Можна пофарбувати у будь який колір і знімати під різними кутами вдень і вночі. Можна навіть прифантазувати якийсь ангар для зйомок у польоті.
Ось є ще такого типу:
www.ebay.com/itm/255894484902?mkcid=16&mkevt=1&mkrid=711-127632-2357-0&ssspo=hoqId8nsQeu&sssrc=4429486&ssuid=il9ANVKbR3q&var=&widget_ver=artemis&media=COPY
@@HerdingElectrons а у вас випадково немає посилання на дейтасети про які ви згадали?
Мабуть, непоганий початок:
anti-uav.github.io/dataset/
Ви десь в Каліфорнії живете? Запозичені слова часто використовуєте, і в ІТ продвинуті - припущення
Живу на Східному узбережжі. Часом язик заплутується в словах, не завжди встигаю згадати значення.
Там мало піти повідомлення на LinkedIn
@@HerdingElectrons як вас знайти в LinkedIn?
Варто використовувати теж ШІ автопілот тільки для наземних дронів, тому що оператору наземного дрона приходиться непереливки, коли він керує дроном і втрапляє в канаву чи застрягає в гіляках які валяються на землі, моя ідея полягає в тому щоб фпвшками знімати карту висот маршруту аби автопілот самостійно опираючись на цю карту прокладав маршрут і оператору варто лише вказати напрямок а автопілот сам вестиме дрон обїжджаючи перешкоди. Може вже таку ідею реалізовують хз але..
Так це непроста задача. Я дуже мало знаю про наземні дрони. Має бути комбінація лідара і віжуал, очевидно. Але це не вирішить проблему само по собі. Спробую, як буде можливість.
Памʼятаєте як Маск розповідав про те, що можна зняти модуль FaceID, найти людину дроном та підірвати йому обличчя? Так от в мене таке відчуття що ви заточуєте штучний інтелект саме для цього ахах
То напевно маються на увазі дверні дзвінки з камерами. Я таке не досліджую і взагалі не варто звертати увагу що там говорять.
Про оверфітінг ви трохи не те щось сказали. Коли модель не може вивчити нічого корисного з великої кількісті нерелевантних даних, це не є оверфітінгом. Велика кількість даних (релевантних) це майже завжди добре. Оверфітінг - це коли модель вивчає фічі, які не генералізуються на інши дані, окрім тих, на яких модель навчалась. Для того, щоб не було оверфітінга як раз збільшують кількість даних для тренування, застосовують до зображень різноманітні трансформації/аугментації, які дозволяють штучно збільшити тренувальний датасет.
Я, звичайно, не дейта сайнтіст. Я спробував узагальнити свій минулий досвід, коли модель ставала гіршою при довшому тренуванні. Мабуть це пояснюють в IBM: “Another sign of an overfit model is its decision boundaries, the model’s learned rules for classifying data points. The decision boundary becomes overly complex and erratic in overfit models, as it adapts to noise in the training set rather than capturing true underlying structures, further indicating overfitting.”
@@HerdingElectrons Може ви просто не дуже чітко висловились, бо "коли модель ставала гіршою при довшому тренуванні" це саме і є оверфітінг, бо модель просто запам'ятовує ваш тренувальний датасет, якщо грубо. Але це не через збільшення кількості тренувальних данних, а через збільшення кількості тренувальних епох на одних і тих же даних. Я не знаю чи в цьому пайплайні, який ви використовуєте, є автоматичне додавання аугментацій, але якщо немає - обов'язково спробуйте їх додати.
Так, подивлюсь обовʼязково, дякую :) я боюся довгих процесів ще з часів, коли ми моделювали фізичні процеси з використанням рядів. Там з певного моменту похибка починала різко зростати через обмеження точності яке виражалося як цифровий шум. Через те я вибрав 16 біт тензор, ніби працює краще.
@@HerdingElectrons Так, для моделювання фіз. процесів збільшення precision-а дуже важливе, бо похибки накопичуються при обчисленнях, та ми працюємо з меншою кількістю параметрів, але їх точні значення важливі. Але для нейронних мереж на практиці precision компенсується кількістю параметрів в моделі. Тобто квантизована модель з більшою кількістю параметрів зазвичай працює краще ніж менша модель з більшою точністю вагів. Ну і швидкість обробки суттєво відрізняється. Але у вашому випадку через те, що ви використовуєте одну і ту ж модель з різною точністю, більша точність буде працювати краще, скоріше за все, а може і буде працювати так само як квантизована. Треба тестувати та шукати світспот.
Точно. Потрібно більше тестів. Мої 331 зображення то взагалі не показово, дуже мало для висновків. Але дякую за поради! Дуже корисно :)
А як на рахунок того щоб використовувати гугл колаб для тренування?
На якомусь етапі можна використати і Гугл Колаб, але він не дає повного циклу, що включає генерацію і оптимізацію генеруємої моделі під таргет платформу. І Гугл це більше про Тензорфлов. З Торсч усе таки трохи легше працювати.
Не діліться цим проєктом детально у відео та в інтернеті його можуть просити росіяни під виглядом українців. Показуйте краще готовий результат.
Та ні. Я розказую публічно доступну інформацію. Я сподіваюсь, що це зможе зменшити вплив технічної дезінформації з російського інтернету. Це допомагає їм тримати нас на нижчому технологічному рівні. Дрон має бути не найдешевший, дрон має бути найефективніший.
Забагато хибних детекцій снігу як машини
Так, я це помітив. Надто мало було інформації для тренування. Можна було змістити поріг валідності на більш високий.
Чому б Вам не запропонувати своє рішення для Збройних сил України, це переверне ситуацію на полі битви з росією де всі вороги будуть знайдені і знищені такими дронами. Звісно, якщо Ви стоїте на боці України. Бо українські розробники не можуть зробити таку систему, вони купують неякісне китайське, а Ви зібрали все самостійно з гвинтиків і розбираєтесь як воно побудоване насправді. Допоможіть МОУ зі створенням Зброї Перемоги.
Я на Світлій стороні Сили, то точно :)
Такі справи.