Xài MAC thì quên CUDA đi, Mac có nvidia đâu mà đòi support.
Cài linux cho tiện install các lib khác luôn.
Face thì xài tạm OpenFace, FaceNet cho quen trước, sau đó xài các khác sau
Xin con server xịn, không thì xin tiền mua colab Pro chạy cho ngon.Vậy hả bác, vậy chắc phải xin cái laptop cài Linux quá
Cái FaceNet này nó có sẵn trong PyToch đúng không bác
ok, cám ơn bác nhé, để em học từ từXin con server xịn, không thì xin tiền mua colab Pro chạy cho ngon.
Không rõ có trong Pytorch không vì lâu rồi mình k xài Pytorch, mà chạy thử thì quan trọng gì, step by step theo tutorial là ổn mà
![[IamNormal]](https://data.voz.vn/avatars/m/1580/1580877.jpg?1697006247){kind=avatar}
https://github.com/ducviet00/face-recognition-realtimeEm muốn làm về nhận diện khuôn mặt thì dùng những gì vậy các bác, detect khuôn mặt đó có là người trong công ty hay không, em đã có tập data rồi mà chưa biết bắt đầu từ đâu.
Em cũng mới qua học về Computer Vision, thấy ngợp quá
Với lại cho em hỏi về cái CUDA, theo như em đọc thì nó không support cái toolkits của nó trên Mac nữa, các bác xài nó thì đang xài Win với Linux hay mình install version cũ hơn vậy nhỉ.
https://github.com/ducviet00/face-recognition-realtime
Mình có 1 repo đây, nói chung làm để chơi chơi thôi chứ ra product còn dài
Thấy hay thì star nhé
Bạn nên đặt câu hỏi rõ ràng ra, tham khảo cách hướng dẫn đặt câu hỏi trên stackoverflow chẳng hạn
Vậy để em bổ sung.
Lúc học Master bác được học những gì? Note ra chút thì tư vấn dễ hơn. Xem nó gần với Data Engineer hay Data ScientistMình làm đang dev backend 5 năm rồi cộng với giờ học sắp xong thạc sĩ khoa học dữ liệu, hướng đi nào tiếp theo cho mình, mong các bác tư vấn giúp
Đùa chứ thím học thạc sĩ mà không có định hướng á ?Mình làm đang dev backend 5 năm rồi cộng với giờ học sắp xong thạc sĩ khoa học dữ liệu, hướng đi nào tiếp theo cho mình, mong các bác tư vấn giúp
thật, mình học tò mò cộng với đam mê toán., nghĩ lại giờ xin việc sang mảng mới chắc lương thấp hơn quá.
Mình đang tự học mảng này cơ bản là nghiên cứu là chính vì không phải CS tự định nghĩa ra rồi tối ưu với nhau nên nó có tài liệu rõ ràng gặp là chiến thôi. Chứ cái này như toán mô tả thế giới bằng con số nên nghiên cứu là chính. Thim có đam mê thì dành ra học thêm đi tự tin rồi chiến chứ không vào công ty lớn nuôi ăn nghiên cứu thì không có việc đâu.
mình học master học các môn "học máy cơ bản","xử lý ảnh","xử lý ngôn ngữ tự nhiên", hiểu được cơ chế của các thuật toán học máy, chưa có nhiều kinh nghiệm trong dự án thực tế
Bác có background 5 năm backend mà. Lại thích toán và có master rồi thì ngon quá còn gì. Bác có thể nhảy qua AI Engineer trước. Lên linkedin mình chắc chắn sẽ có job ngay. Không cần kinh nghiệm thực chiến mảng đó đâu.mình học master học các môn "học máy cơ bản","xử lý ảnh","xử lý ngôn ngữ tự nhiên", hiểu được cơ chế của các thuật toán học máy, chưa có nhiều kinh nghiệm trong dự án thực tế
Mỗi bài một đặc thì bảo tuyệt kỹ thì khó vì có thể khác chế phái này nhưng không hiệu quả với phái khác. Còn vấn đề về nhiễu, sáng góc độ thì có thể có một số giải pháp: xoay ảnh, cắt ảnh, lật ảnh, thêm nhiễu cân bằng sáng v.v... sẽ giúp có thêm dữ liệu và phân bố đều dữ liệu tăng kích thươc lô để chánh khớp và cuối cùng là tìm thêm dữ liệu.
Là các mạng tích chập đã huấn luyện sẵn. Vì đặc trưng ảnh được chích xuất đều dựa trên đường màu sắc nên có kiểu lấy một mạng phân loại anh (thường là mạng phân loại 1000 lớp) sau đó huấn luyện lại nguyên phần kết nối đầy đủ ở cuối theo số lớp của mình sẽ được kết quá tương đối tốt (vector đặc trưng 1000 chiều là đủ) sau đó huấn luyện lại một lần nữa toàn mạng để tối ưu tiếp.
