Mac verrast bij real-time objectherkenning

Door: Raymon Mens - 6 reacties

Bij het real-time herkennen van objecten denk je al snel aan grote neurale computer­netwerken in een datacenter van Google of Facebook. Maar wat blijkt? Een gewone MacBook kan het eigenlijk ook al best goed. Zelfs met Open Source software.

Programmeur Kyle McDonald liep met zijn MacBook en neurale software afkomstig van de Stanford-universiteit door de straten van Amsterdam. Een video laat zien wat de computer wel en niet herkent. 

De gebruikte software, Neuraltalk2, werd gemaakt door studenten van Stanford en is op GitHub te vinden. Verwacht geen applicatie die je aan kunt klikken en gaan, kennis van de commandline is vereist. Bovendien moet neurale software getraind worden om objecten te herkennen. Op GitHub staan een aantal datasets die voor snelle training gebruikt kunnen worden.

De software heeft het zeker de helft van de tijd fout en kan moeilijk focussen door de constante beweging van het lopen. Toch zijn de resultaten meer dan indrukwekkend. McDonald schrijft:

All processing is done on my 2013 MacBook Pro with the NVIDIA 750M and only 2GB of GPU memory. I’m walking around with my laptop open pointing it at things, hence the shaky footage and people staring at themselves.

neural2
Nailed it!

Reacties

6 reacties
  • Profielfoto
    Tjerker

    Stop dat eens heel snel in FCP X!

  • Profielfoto
    knekkie

    Ik zie wel potentie voor een toepassing voor blinden en slecht zienden in combinatie met SIRI. Of voor een toepassing in de Apple car

  • Profielfoto
    Androidgirl

    Hmmm. het was een broodje kroket. Geen hot dog.

  • Profielfoto
    Freddy Sunder

    @androidgirl lol

  • Profielfoto
    steveb

    tof maar er is toch nog wat werk aan hoor

    seconde 38 en 39
    close up van een schaar op een tafel
    zwart wit foto van een motorfiets

    voeg dit samen en je ziet een bakfiets in een kettinslot.

    seconde 41
    een trein geparkteerd in het station? ik zie hem nergen

  • Profielfoto
    MelvinCornelissen

    UNK UNK UNK