这是反对的吗?

好了，你会死的

Objekterkennung是什么?

这是一个计算机视觉技术在Bildern奥德视频中识别Objekten的方法。主要研究对象是深度学习和机器学习算法。请您把您的照片和视频发给我们，können您的姓名、目标、照片和视觉细节。这是我们的电脑，是我们的自然之源können:我们的目标是图片enthält。

布道第1章:我们的目标是什么können我们的目标是什么。

我们的目标是Schlüsseltechnologie在汽车中，我们的目标是ermöglicht，我们的目标是Fußgänger von einer Straßenlaterne我们的目标。Außerdem这是我们的目标für这是我们的安汶顿根nützlich这是我们的生物成像设备，工业和Bildverarbeitung机器人。

Objekterkennung与Objekterfassung

目标的方法和目标的确定目标ähnliche技术人员对目标的识别，在我的邮箱Ausführung中。死Objekterfassung这是在瓦尔刚，它是在柏林的。我深入浅出地学习这个目标，这个目标在我们的图片里，在我们的记忆里，在我们的记忆里，在我们的记忆里。所以können我的内在目标是要让你识别和辨别。

Abbildung 2: Objekterkennung(链接)和Objekterfassung (rechts)

你的目的是什么?

Für die Objekterkennung sehen verschiedene Ansätze zur Verfügung。在《时代技术》中机器学习和des深度学习populäre Ansätze für问题stellungen der Objekterkennung geworden。Mit beiden Techniken lässt这是在Bildern erleren中发现的，您可以把它放在Ausführung中。

Abbildung 3: Techniken des Machine Learning and des Deep Learning für die Objekterkennung。

我的名字是Abschnitt werden die Unterschiede zwischen Machine Learning and Deep Learning für die Objekterkennung erläutert，我的名字是worldgezeigt，我的名字是worldtechniken implementiert werden können。

Techniken für die Objekterkennung

麻省理工学院深度学习

深度学习技术(Deep Learning-Techniken sind mittlerweile eine) populäre method für die Objekterkennung。Deep-Learning-Modelle而卷积神经网络(Neural network, neuronale Faltungsnetzwerke)是一种新型的卷积神经网络(Convolutional Neural Networks，简称neuronale Faltungsnetzwerke)美国有线电视新闻网，我们可以从自动对象和识别对象中提取特征。在CNN上，我们有一份工作要做，有一份工作要做，这是一份培训分析人员的工作，这是一份工作，这是一份工作。

Es gibt zwei Ansätze zur Objekterkennung mit Hilfe von Deep Learning:

  • 培训师eines模拟von Grund auf:我们在学习方面有很多培训师，他们可以帮我们großen我们在学习和学习建筑方面的知识，他们在学习和学习模型方面的知识。我们的网址是können，我们希望您能接受我们的培训，müssen我们的网址是CNN的。
  • 深度学习模型:我有很深的学问转移学习，在vortrainiertes模型中。您刚开始能把这段时间内的事告诉我们，我们可以在谷歌上搜索一下，然后再把它告诉我们。这个方法是在zeitaufwändig上的，它在那上面有一根绳子，那是一根绳子，那是一根绳子，那是一根绳子。

深度学习bitet sehr präzise Vorhersagen, benötigt dafür aber umfangreiche Daten。

Abbildung 4: Anwendung von Deep Learning für die Objekterkennung von Restaurant-Speisen。

麻省理工学院机器学习

机器学习技术专家für我相信你会成功的Ansätze是关于深度学习的。Häufige Beispiele für机器学习技术

工作流für das机器学习

我们有一个目标:standardmäßigen机器学习-分析durchzuführen，开始我们有一个关于Bildern(视频)的相关信息。我们可以通过数学模型来判断，我们可以通过数学模型来判断，我们可以通过数学模型来判断。

这是一种机器学习模型hinzugefügt，这是一种机器学习模型，它可以对所有的信息进行分析，并对所有的目标进行分类。

您是können eine Reihe unterschiedlicher机器学习算法和Merkmalsextraktionsmethoden verwenden。这是一个非常好的例子für die Erstellung eines präzisen objekterkennnmodels。

教义5:机器学习工作流für die Objekterkennung。

机器学习的基本原理für机器学习的基本原理Flexibilität，机器学习的基本原理für学习的基本原理wählen。您能帮我整理一下文件präzise谢谢。

机器学习与深度学习für die Objekterkennung

最好的数据für die Objekterkennung hängt von Ihrer Anwendung and dem zu lösenden问题ab.在vielen Fällen机器学习是一个有效的技术，我们可以，我们可以去weiß，我们可以得到一个最好的特征值，我们可以得到一个最好的特征值。

Die wichtigste Überlegung für Die Wahl zwischen Machine Learning and Deep Learning ist, ob Sie über eine Hochleistungs-GPU and zahlreiche Trainingsbilder mit Kennzeichnungen verfügen。当我有一辆车要开时，机器学习是我最好的选择。深度学习技术的理论和方法都是一样的höheren和比尔顿的理论，它的图形是trägt大杯杯，大杯杯für模型培训师。

Abbildung 6: wictige kriiterien für die Wahl zwischen深度学习和机器学习。

Erfahren您更多

3:47
Einführung in Deep Learning: Machine Learning vs. Deep Learning

Weitere Objekterkennungsmethoden

安德烈，请再说一遍Ansätze für我的目标können我要去见你。

  • 模板匹配- Verwendung eines kleinen Bildes oder Vorlage, um übereinstimmende einem地区größeren Bild zu finden
  • Bildsegmentierung和Blob-Analyse- Verwendung einfacher Objekteigenschaften，是Größe，更详细的表格

当我们把所有的事情都记在以后的事情上时，这是最好的，是最开始的事情。我们能在Lösung führen上找到一个可靠的网址，我们需要在训练的基础上学习更多的知识。

Objekterkennung

深度学习和机器学习mit MATLAB

我是麻省理工学院的MATLAB®- code lassen sich Machine Learning- und Deep Learning- model für die Objekterkennung erstellen - ohne ein expert zu sein。

de Einsatz von MATLAB für die Objekterkennung ermöglicht es，在kürzerer Zeit erfolgreich zu sein:

  1. 你可以用麻省理工学院的数据科学软件:

    麻省理工学院MATLAB können您是机器学习和深度学习的专家。MATLAB在今天的学习和明天的学习中学习Zugänge。Außerdem können Fachexperten mit MATLAB Objekterkennungsmodelle erstellen - statt diese Aufgabe数据科学家祖überlassen, die Ihre Branche oder Anwendung möglicherweise nicht kennen。

  2. 您可以使用标签和模型:

    Mit MATLAB können Sie机器学习和深度学习模型Mit minimalem代码aufwand erstellen。

    麻省理工学院《分类Learner-Appkönnen Sie schnell Machine learning - model erstellen and unterschiedliche Machine Learning-Algorithmen vergleichen, ohne Code zu schreiben。

    麻省理工学院《图像Labeler-Appkönnen您的目标在Bildern interaktiv标签，并您的können基础真理标签在视频自动，嗯深度学习模型培训和测试。麻省理工学院的研究和自动化系统将在führt生成kürzerer时代。

  3. 在工作流程中集成您的目标:

    MATLAB kann mehere Domänen在einem einzigen工作流vereinen。麻省理工学院的MATLAB können你们在这里，在这里，所有的都是关于编程的。bietet Tools and Funktionen für Deep Learning and Machine Learning sowie für eine Reihe von Bereichen, die solche Algorithmen nutzen, wie Robotik, Computer Vision and Datenanalysen。

MATLAB自动模型auf Unternehmenssystemen，在簇，在云和auf Embedded-Geräten。

Kostenlose Testversion anfordern

30-tägige Erkundungstour auf Knopfdruck

现在downloaden