Визначення частотного спектра лінійного фільтра

Визначення класу об'єкта та координат його обмежувальної рамки

Розподіл інтенсивності пікселів за кольорами

Побудова тривимірної хмари точок усього простору

Глибшi фiльтри є бiльш абстрактними

Чим ближче до виходу мережі, тим більшою є просторова розмiрнiсть карт

Фiльтри на входi здебільшого орiєнтуються на просторову iнформацiю в

Для компенсацiї зменшення розмiрностi iнформацiї, зростає

Low-pass filter

High-pass filter

Band-pass filter

Middle-pass filter

автоматичне видалення прихованих (латентних) шарів з архітектур мереж глибинного навчання під час адаптації до нових задач

процес зберігання та високошвидкісного передавання цифрових аудіо та відеоданих

використання знань, моделей або ознак, отриманих під час розв'язання однієї задачі, для покращення навчання та ефективності на іншій, пов'язаній задачі.

використання попередньо навчених нейронних мереж із з випадковою ініціалізацією усіх ваг з нуля для кожного нового набору даних.

Завдяки незалежній та ідентичній обробці невеликих ділянок зображень

Завдяки застосуванню виключно одновимірних часових векторів

Завдяки повному виключенню нелінійних функцій активації

Завдяки автоматичному перетворенню даних у формат LSTM комірок

Паралельна та перспективна проєкції

Проєкції руху камери та перспективні проєкції

Проєкції руху об'єктів та проєкції руху камери

Проєкції руху об'єктів та проєкції руху горизонту

Об'єкти лежать на плоскій поверхні - площині землі

Грані об'єктів є планарними

Об'єкти не можуть затіняти одне одного (відсутність оклюзії)

Ребра об'єктів можуть бути виключно горизонтальними чи вертикальними

Неправильно

Правильно

Неправильно

Правильно