Поставленные задачи
- Обучение и последующее применение модели YOLOv5 для детекции и классификации опухулей мозга
- Обучение и последующее применение модели автоэнкодера для очищения документов от шумов
- Обучение и последующее применение модели Unet для семантической сегментации леса с аэрокосмических снимков
Реализация:
-
Для обучения модели YOLOv5 был использован датасет
- Number of images for training: 310 элементов
- Batch size: 16
- Epoches: 800
-
Для обучения модели автоэнкодера был использован датасет
- Number of images for training: 982 элемента
- Batch size: 16
- Epoches: 800
-
Для обучения модели Unet был использован датасет
- Number of images for training: 5109 элементов
- Model: однослойная
- Batch size: 16
- Epoches: 10
- Learning rate: адаптивный
-
Деплой моделей на платформу для визуализации Streamlit