Урок 2. Картинка → тензор — Навчаємо CNN і CRNN з нуля
Серія «Навчаємо CNN і CRNN з нуля»: вирізка клітинки → тензор [1, 48, 160]. Сірий канал, безпечний контраст, letterbox без спотворення та інверсія — до будь-якої моделі.
Stuzhuk Lab — Chemistry of Code
Хімія коду
← Усі статті
Тег
computer vision
Усі статті блогу з цим тегом.
Computer Vision без прив’язки до фреймворку: 15 принципів PyTorch і TensorFlow
Computer Vision — це не вибір між PyTorch і TensorFlow. Дані, тензор, CNN, класифікація, детекція, сегментація, transfer learning, метрики й шлях у production — спільний фундамент, що лишається при зміні API.
ONNX: від PyTorch до Runtime — формат, експорт і паритет виводу
Що таке ONNX і ONNX Runtime, як експортувати модель з PyTorch, opset і динамічні осі, чому ламається експорт CRNN/YOLO і як звірити вивід з Python перед браузером.
WebGPU + Transformers.js: нейромережі прямо в браузері
Як запускати ML у React без обов’язкового серверного GPU: WebGPU, Transformers.js, ONNX Runtime, OCR і комп’ютерний зір, запасний шлях на WASM і бюджет розміру моделі.
YOLO: як нейромережа вчиться знаходити об'єкти на зображенні
Детекція об'єктів простою інженерною мовою: чим YOLO відрізняється від класифікації та сегментації, що означають рамка, впевненість і придушення дублів, навіщо готові ваги і власний набір, і як зв'язати детектор з OCR, лініями, графом і мовною моделлю на технологічних схемах.
Кроп аркуша УЗТ: проєкції, обережна перспектива й інші способи розрізати бланк
Польові нотатки: як у пілоті ріжемо фото бланка УЗТ на комірки — морфологія, проєкції, обережна перспектива — і які ще прийоми розрізки аркушів поширені в індустрії.
Метрики якості нейромереж: як зрозуміти, що модель справді працює
Як обрати метрики якості нейромережі: класифікація, комп’ютерний зір, OCR, LLM і RAG, калібрування та виробничі показники — що вимірювати, щоб модель реально працювала в продукті.
Компактна CRNN для замірів УЗТ: 640 тисяч параметрів і порожні клітинки
Польові нотатки: локальна CRNN на кропах товщини, CTC, 640 тис. параметрів, конфлікт порожніх клітинок і чому трансформер не перший крок.
Порожня клітинка, повтор і закреслення: розпізнавач не повинен вирішувати, чи є замір
Продовження пілоту УЗТ: п'ять видів клітинки, чорнило, повтор угору по колонці, закреслення і чому евристика ще не замінює крихітний класифікатор.
ШІ-аналіз рентгенограм зварних з'єднань: від набору даних до системи контролю
ШІ для радіографії зварки: дані, розмітка, детектор, правила й експерт. Чому 88 публічних знімків — не заводський набір.
Рукописний бланк УЗТ: чому однієї моделі мало
Польові нотатки пілота: комп’ютерний зір, OCR, vision LLM, confidence і review оператора до ERP — без претензії на готовий гайд.
Як навчити нейромережу читати рукописні цифри: від CNN до TrOCR
Практичний шлях від класифікації однієї цифри до розпізнавання послідовностей на реальних бланках: CNN, CTC, CRNN, TrOCR, розмітка з бази, експерименти та production-пайплайн без зайвої моделі.