LINUX.ORG.RU

Возможно ли создать нейронную сеть для получения данных размеров человеческого тела?

 


0

1

Всем привет! Нужно написать нейронную сеть для анализа и обработки человеческого тела по фотографии со смартфона с применением машинного зрения. Вывод нейронной сети – понимание размеров человека и создание реалистичной 2д модели человека.

Срок 6 месяцев. Нужно построить MVP и начать кормление сети данными. Реально ли?

Если это задача с UpWork, то малореально. Если дипломная, то какие-то странные у вас преподаватели. Хотя, может быть, я отстал от жизни, и уже люди осваивают во всю просторы вселенной.

dave ★★★★★ ()
Ответ на: комментарий от kuznetsoy

Датасет это не теория. Это много-много данных. Или ты на биореактор оценку проводишь? А то топливо непонятно зачем приплёл.

peregrine ★★★★★ ()
Последнее исправление: peregrine (всего исправлений: 1)

Реально ли?

Проще купить готовый продукт типа «детектирование силуэта» как независимый модуль ©, другие полезные модули и допилить под задачу.

quickquest ★★★★★ ()
Ответ на: комментарий от kuznetsoy

в этом нет науки! искусственные нейронные сети - это просто лишь красивые слова для неокрепших разумом, это просто алгоритмы, которые родились далеко не вчера.

anonymous ()
Ответ на: комментарий от kuznetsoy

Не знаю, тут надо брать все хотелки по полочкам расскладывать, узнавать что есть, чего нет. И уже только тогда приблизительные строки делать. Может есть кто, кто уже таким занимался и он знает лучше. Я не говорю что сроки больше, просто в такой постановке задачи они просто неопределенны =) Удачи, задача интересная, может кто решится взяться +)

LINUX-ORG-RU ()

Там же не только нужно людей определять, но и окружающие предметы. Например, знает примерные размеры тех или иных предметов, примерное расстояние до них. Вообщем все в сравнении познается. В заголовках фотографий может быть фокусник расстояние, разнообразные метки, которые могут позволить определить истинные размеры объекта. Вообщем ситуация как с жопастыми малолеткам и на фотках. Даже люди могут неправильно оценивать размеры объкта, а для машин задача слишком сложная в виду их убого стихи по сравнению с фаршем между ушами. Ты поставил себе задачу посложнее той что выполняет та же Тесла. Ей не важно какого роста человек, важно лишь что предмет впереди напоминает силу этом человека.

tz4678 ()
Ответ на: комментарий от kuznetsoy

Ввод: изображение человека (2 фотографии)

Опять 38...

Примеры двух фоток и пример конечного результата (для начала).

Уточняющих вопросов будет сотни от меня. Может таки через пол года, наконец поймёшь, что таки ты там себе выдумал?

Хотя 2 фотки уже в описании ТЗ - это прогресс.

Мне что 6 месяцев тебя пинать, чтобы ты рассказал детальное ТЗ по одной мелочи в сутки?

HIS ()
Ответ на: комментарий от HIS

Сорри, я не из России у нас другой подход к разработке. У нас нет подробного ТЗ, а спеки мы создаем как сторис, эпики, инициативы.

Коммуникация с разработчиками просходит в прямом режиме в течении дня если что-то непонятно то дополняется и уточняется там же и добавляются критерии.

kuznetsoy ()

вообще размеры тела описываются пропорцией золотого сечения и числами фибоначи. погугли про это, про фитолаксис и прочее. см. также учебник по анатомии.

например например картинки ещё про выкройки — кстати, погугли про выкройки по «определение гармоничной длины платья», там стопудово должно быть

другое дело, что золотое сечение и фибоначевы числа, гармоничные пропорции — это идеальный случай. а реальные человеки неидеальны. см. про «калькулятор пропорциональности» и т.п.

нейросеть, я так понимаю, нужно тренировать на отличия от идеальных гармонических пропорций. или составить идеальную модель тела, размеров по гармоническим пропорциям, и натренировать на реальных данных насчёт отличий от идеальных пропорций.

алсо, что-то нужно делать чтобы не получилась переобученная нейросеть. которая на реальных примерах работать не будет, зато будет выдавать идеальные 2D/3D модели — нереалистичные и uncanny walley.

anonymous ()
Ответ на: комментарий от anonymous

* филлотакис

https://iknigi.net/avtor-mario-livio/92603--chislo-boga-zolotoe-sechenie-form...

http://www.trinitas.ru/rus/doc/0232/013a/2101-rzn.pdf

http://herba.msu.ru/shipunov/school/books/bryntsev2006_fillotaksis.pdf

tl;dr:

пропорции размеров при гармоничного развитии растений описываются золотым сечением и фибоначиевыми числами (число φ=предел отношений последовательности фибоначи)

anonymous ()
Ответ на: комментарий от kuznetsoy

так что насчёт теории покопать есть чего. другое дело, что при натягивании теории про гармонические размеры и пропорции нужно учитывать, что реальные человеки неидеальны.

модель должна это учитывать.

ну а для составления чего-то типа моделей в том же Daz3D, я думаю, гармонические пропорции сойдут. хотя там всё равно в Genesis более гибкая модель, с множеством настраиваемых параметров. в makehuman думается ещё хуже с подстройками (там человеки как брёвна выглядят, по сравнению с Daz3d, хотя где-то на makehuman делали фотороботов).

anonymous ()

понимание размеров человека

каких именно размеров? какого человека? ты понимаешь, например, что пропорции взрослого и ребёнка — разные?

почитай учебник по анатомии что ли. или что-то подобное для художников.

anonymous ()
Ответ на: комментарий от anonymous

Это ты сам с собой разговариваешь столько постов подряд? :)

Я попросил показать ТСа примеры входных и выходных данных (но он тупит несколько часов).

Дальше будет видно насколько он адекватен в этих вопросах.

Я например придумал примеры входных данных. Выдумал как я бы делал. Что там ТС покажет - будет видно.

Скорее всего, он в вопросах распознавания нулевой и в том, что здесь ему нейронные (те которые приняты здеся тутажнеми нейросетевигами) системы не помогут вообще, он не понимает.

Вообще есть подозрение, что он думает, что нейросети - это всемогущая магия распознающая по одному пикселу или максимум по трём, но с двух изображений.

HIS ()
Ответ на: комментарий от anonymous

филлотаксис растений

Исследования показали, что движение протоплазмы в клетке часто спиральное. Рост клеток также может быть спиральным, как показал ученый Кастл. В жидкой среде клетки встречаются спиральные нити волокон - цитонем. И, наконец, носители информации - молекулы ДНК - также скручены в спираль. Следует отметить, что термин «спираль» не отражает точно строение молекул ДНК; более правильно говорить о винтовом расположении полипептидных цепей в этой молекуле. Все сведения о физиологических особенностях живых существ хранятся в микроскопической молекуле ДНК, строение которой также содержит в себе закон золотой пропорции. Молекула ДНК состоит из двух вертикально переплетенных между собой спиралей. Длина каждой из этих спиралей составляет 34 ангстрема, ширина 21 ангстрема. (1 ангстрем - одна стомиллионная доля сантиметра). Так вот 21 и 34 - это цифры, следующие друг за другом в последовательности чисел Фибоначчи, то есть соотношение длины и ширины логарифмической спирали молекулы ДНК несет в себе формулу золотого сечения 1:1,618.

Существует несколько способов листорасположения. В первом листья побега располагаются строго один под другим, образуя вертикальные ряды - ортостихи. Условная спираль, соединяющая места расположения листьев на побеге, называется генетической, или основной спиралью, точнее, винтовой линией и делится на ряд листовых циклов. Генетическим этот винт называется потому, что расположение листьев в нем отвечает порядку появления в нем листьев. Проекция на плоскость листорасположения позволяет в долях окружности выразить угол расхождения листьев.

Винтовое расположение листьев выражают дробью, числитель которой равен числу оборотов по стеблю воображаемого винта одного листового цикла, а знаменатель- числу листьев в данном цикле, совпадающему с числом ортостих на стебле. Эта дробь позволяет рассчитать и угол расхождения листьев.

Оказалось, что каждое растение характеризуется своим листорасположением. Так, у липы, вяза, бука, злаков листорасположение описывается формулой 1/2, у дуба и вишни - 2/5, у малины, груши, тополя, барбариса - 3/8, у миндаля, облепихи - 5/13 и т.д. Нетрудно видеть, что в формулах листорасположения встречаются числа Фибоначчи, расположенные через одно.

Посмотрим на сосновую шишку. Чешуйки на ее поверхности расположены строго закономерно - по двум спиралям, которые пересекаются приблизительно под прямым углом. Число таких спиралей у сосновых шишек равно 8 и 13 или 13 и 21 . Такие же спирали видны в поперечных разрезах почек; здесь числа спиралей относятся

как числа 3/5, 5/8, 8/13. В корзинках подсолнечника семена также расположены по

двум спиралям, их число составляет обычно 34 и 55, 55 и 89. Здесь вновь мы видим закономерное сочетание чисел Фибоначчи, расположенных рядом: 2/3, 3/5, 5/8, 13/21 и т.д. Их отношение в пределе стремится к числу = 0,61803…

Рассмотренную закономерность расположения листьев, чешуек, семян называют филлотаксисом.

При изменении формулы листорасположения изменяется и угол расхождения листьев. Формула 1/2 характеризует двурядное расположение листьев под углом друг от друга. При формуле 1/3 угол между листьями будет , а при формуле 2/5 - и т.д. В предельном случае, когда отношение чисел в формуле будет отвечать золотой пропорции - 0,38196… угол расхождения листьев станет равным , который был назван «идеальным» углом, или углом золотой пропорции ( =Ф^2). Установлено, что при расположении листьев под идеальным углом ни один лист не будет располагаться точно над другим, чем создаются лучшие условия для фотосинтеза.

ну как-то так их можно процедурно генерировать как IFS...

anonymous ()

Друзья, мне сложно вести диалог, по той причине что я не из России и русский язык у меня на уровне хорошо воспитанного пятиклассника. К сожалению мне трудно понять где насмешка, сарказм и где реальное обсуждение.

Обьясню свои мотивы. Я работаю на американскую компанию в долине как Продакт Менеджер, часть продукта не связанного с computer vision и neural networks мы уже отгрузили пользователям. Но в моей продуктовой дорожке есть функционал который мы планируем разрабатывать и интегрировать с нашим продуктами. Этот функционал связан с нейронными сетями и распознованием объектов. И у меня возникла идея сделать R&D (research and development) в России. Сроки которые я обозначил это не значит что нужно закончить MVP, но значит что нужно начать разработку в этом направлении.

Я наверное не так подробно разьяснил задачу, и дальше в обсуждении сделал ошибки которые запутали обсуждение. Извиняюсь за это. Скорее всего произошла мискомуникация.

Админы, прошу удалить обсуждение, я почему-то не могу удалить. Всем спасибо и happy coding! С уважением, Энди

kuznetsoy ()
Ответ на: комментарий от kuznetsoy

К сожалению мне трудно понять где насмешка, сарказм и где реальное обсуждение.

Все сообщения тут — насмешки и сарказм. Никому нельзя верить. Мне — можно.

И у меня возникла идея сделать R&D (research and development) в России.

С очень большой вероятностью те, кто может решить поставленную задачу, уже могут изъясняться по-английски. Возможно, на уровне пятиклассника, но этого хватит.

i-rinat ★★★★★ ()
Последнее исправление: i-rinat (всего исправлений: 1)
Ответ на: комментарий от kuznetsoy

Срок 6 месяцев. Нужно построить MVP и начать кормление сети данными. Реально ли?

неизвестно. исходных данных для построения адекватной модели недостаточно.

например, там может быть плохая фотография, не целиком. или неправильное распознавание параметров модели (например, взрослый/ребёнок) и далее на выходе, ложные срабатывания.

anonymous ()
Ответ на: комментарий от i-rinat

С очень большой вероятностью те, кто может решить поставленную задачу, уже могут изъясняться по-английски.

Во первых задача не поставлена. Я просил описать её подробнее несколько часов назад.

В нормальных странах принято хорошо описывать ТЗ.

HIS ()

нейросеть это «сложный шаблон анализа данных»

для продакшена нейросети это слишком дорого в обслуживании(кроме МС амазона и гугла никто не пользуется)

проще и надежнее написать статический скрипт анализа, и для «промоушена» назовие его нейросетью, все так делают (если проект взлетит тогда наймешь сотню рабов делайть нейросеть)

hgt54r ()
Ответ на: комментарий от kuznetsoy

Этот функционал связан с нейронными сетями и распознованием объектов.

«система распознования образов» через нейросеть, работает с производительностью 1ФПС на самых последних процессорах, это «только для обмана инвесторов» годиться, для продакшена не используется

если у вас есть система распознавания образов, рабочая, она 100% работает через статический скрипт на 200 строк кода...нейросети там нет

hgt54r ()

Срок 6 месяцев. Нужно построить MVP и начать кормление сети данными. Реально ли?

как выше сказали, нужны данные, под эти данные конфигурируется нейросеть, написать «конфиг нейросети» под данные-зависит от сложностии данных(все упирается в данные сначала), плюс тыщи часов на анализ и ручное отсеивание ошибок

учитывая сложность-за 6 месяцев можно добиться 50% погрешности нейросети, до 70%(верных) можно дайи за 2-3 года, может и быстрее конечно

hgt54r ()
Ответ на: комментарий от hgt54r

для продакшена нейросети кроме МС амазона и гугла никто не пользуется

Совершенно бред.

проще и надежнее написать статический скрипт анализа, и для «промоушена» назовие его нейросетью, все так делают

А за подобные речи меня забанили в прошлой жизни на ЛОРе.

HIS ()
Ответ на: комментарий от kuznetsoy

Коммуникация с разработчиками просходит в прямом режиме в течении дня если что-то непонятно то дополняется и уточняется там же и добавляются критерии.

..и с вами работают только потому что вы платите тонну денег?

ох уж эти зажравшиеся менеджеры

hgt54r ()