Créer le sandwich idéal au beurre de cacahuète et à la banane avec le machine learning
(ethanrosenthal.com)Méthode pour maximiser la couverture de tranches de banane sur une tranche de pain de mie (avec code Python fourni)
-
Identification du pain et des bananes sur une photo par deep learning
-
Calcul de la courbe non linéaire de la banane
-
Conversion en coordonnées polaires, puis création de polygones de tranches elliptiques le long de la courbe
-
Disposition des polygones elliptiques dans la tranche de pain de mie avec un algorithme de 2D nesting
-
L'identification du pain et des bananes utilise le modèle Mask-RCNN de torchvision
→ Le jeu de données COCO utilisé pour entraîner ce modèle contient déjà les catégories banana et sandwich
-
Calcul de la courbe de découpe de la banane avec la bibliothèque scikit-image
-
Imbrication des morceaux découpés avec nest2D
3 commentaires
Le texte original est uniformément imprégné de la saveur Geek. C’était une lecture très agréable.
C’est bien là toute la difficulté. Avoir des connaissances, être oisif, passer à l’action, puis voir si cette action permet réellement de résoudre le problème : il y a bien une succession d’étapes.
Au début, j’ai vu cet article et je l’ai ignoré en me disant que c’était juste un billet Geek un peu classique, mais je le partage à cause d’un commentaire sur HN.
https://news.ycombinator.com/item?id=24275282
« Je suis médecin urgentiste et je n’ai jamais reçu de formation formelle en logiciel. Depuis trois mois, j’essaie de créer quelque chose qui segmente la paroi du cœur dans des vidéos d’échographie, puis identifie les zones immobiles. (C’est un signe précoce d’infarctus.)
Il y a beaucoup de similitudes entre son projet et le mien. Je pense que si j’avais eu ses connaissances, j’aurais déjà pu résoudre mon problème à l’heure qu’il est et disposer d’une nouvelle méthode pour détecter précocement les infarctus. »
C’est un truc fait pour le fun, un peu gratuitement, mais il finit bien par servir quelque part.
J’ai une expression que j’utilise dans ces cas-là. « Le superflu n’est pas superflu tant qu’on n’a pas jugé qu’il l’était. »