Урок 2. Картинка → тензор — Обучаем CNN и CRNN с нуля
Серия «Обучаем CNN и CRNN с нуля»: кроп клетки → тензор [1, 48, 160]. Серый канал, безопасный контраст, letterbox без искажения и инверсия — до любой модели.
Stuzhuk Lab — Chemistry of Code
Химия кода
← Все статьи
Тег
computer vision
Все статьи блога с этим тегом.
Computer Vision без привязки к фреймворку: 15 принципов PyTorch и TensorFlow
Computer Vision — это не выбор между PyTorch и TensorFlow. Данные, тензор, CNN, классификация, детекция, сегментация, transfer learning, метрики и путь в production — общий фундамент, который остаётся при смене API.
ONNX: от PyTorch до Runtime — формат, экспорт и паритет вывода
Что такое ONNX и ONNX Runtime, как экспортировать модель из PyTorch, opset и динамические оси, почему ломается экспорт CRNN/YOLO и как сверить вывод с Python перед браузером.
WebGPU + Transformers.js: нейросети прямо в браузере
Как запускать ML в React без обязательного серверного GPU: WebGPU, Transformers.js, ONNX Runtime, OCR и компьютерное зрение, запасной путь на WASM и размер модели.
YOLO: как нейросеть учится находить объекты на изображении
Детекция объектов простым инженерным языком: чем YOLO отличается от классификации и сегментации, как устроены рамка, уверенность и подавление дублей, зачем готовые веса и свой датасет, и как связать детектор с OCR, линиями, графом и языковой моделью на технологических схемах.
Кроп листа УЗТ: проекции, перспектива и другие способы разрезать бланк
Полевые заметки: как в пилоте режем фото бланка УЗТ на клетки — морфология, проекции, осторожная перспектива — и какие ещё приёмы разрезки листов распространены в индустрии.
Метрики качества нейросетей: как понять, что модель действительно работает
Как выбрать метрики качества нейросети: классификация, компьютерное зрение, OCR, LLM и RAG, калибровка и производственные показатели — что измерять, чтобы модель реально работала в продукте.
Компактная CRNN для замеров УЗТ: 640 тысяч параметров и пустые клетки
Полевые заметки: локальная CRNN на кропах толщины, CTC, 640 тыс. параметров, конфликт пустых клеток и почему Transformer не первый шаг.
Пустая клетка, повтор и зачёркивание: распознаватель не должен решать, есть ли замер
Продолжение пилота УЗТ: пять видов клетки, чернила, повтор вверх по колонке, зачёркивание и почему эвристика ещё не заменяет крошечный классификатор.
ИИ-анализ рентгенограмм сварных соединений: от набора данных до системы контроля
ИИ для радиографии сварки: данные, разметка, детектор, правила и эксперт. Почему 88 публичных снимков — не заводской набор.
Рукописный бланк УЗТ: почему одной модели мало
Полевые заметки пилота: компьютерное зрение, OCR, vision LLM, confidence и review оператора до ERP — без претензии на готовый гайд.
Как научить нейросеть читать рукописные цифры: от CNN до TrOCR
Практический путь от классификации одной цифры до распознавания последовательностей на реальных бланках: CNN, CTC, CRNN, TrOCR, разметка из базы, эксперименты и production-пайплайн без лишней модели.