![image][1]



# Введение.



На той неделе [darkk][2] описал свой [подход][3] к проблеме распознавания состояния моста(сведён/разведён).



Алгоритм, описанный в статье использовал методы компьютерного зрения для извлечения признаков из картинок и скармливал их логистической регрессии для получения оценки вероятности того, что мост сведён.



В комментариях я попросил выложить картинки, чтобы можно было и самому поиграться. [darkk][4] на просьбу откликнулся, за что ему большое спасибо.



В последние несколько лет сильную популярность обрели нейронные сети, как алгоритм, который умудряется в автоматическом режиме извлекать признаки из данных и обрабатывать их, причём делается это настолько просто с точки зрения того, кто пишет код и достигается такая высокая точность, что во многих задачах (~5% от всех задач в машинном обучении) они рвут конкурентов на британский флаг с таким отрывом, что другие алгоритмы уже даже и не рассматриваются. Одно из этих успешных для нейронных сетей направлений — работа с изображениями. После убедительной победы свёрточных нейронных сетей на соревновании ImageNet в 2012 году публика в академических и не очень кругах возбудилась настолько, что научные результаты, а также програмные продукты в этом направлении появляются чуть ли не каждый день. И, как результат, использовать нейронные сети во многих случаях стало очень просто и они превратились из "модно и молодёжно" в обыкновенный инструмент, которым пользуются специалисты по машинному обучению, да и просто все желающие.


[Читать дальше →][5]

[1]: http://xn--80aame3bgcj.xn--p1ai/wp-content/uploads/2015/08/%D0%9C%D0%BE%D1%81%D1%82-%D0%90%D0%BB%D0%B5%D0%BA%D1%81%D0%B0%D0%BD%D0%B4%D1%80%D0%B0-%D0%9D%D0%B5%D0%B2%D1%81%D0%BA%D0%BE%D0%B3%D0%BE-4.jpg
[2]: https://habrahabr.ru/users/darkk/
[3]: https://habrahabr.ru/post/306798/
[4]: https://habrahabr.ru/users/darkk/
[5]: https://habrahabr.ru/post/307218/?utm_source=habrahabr&utm_medium=rss&utm_campaign=feed_posts#habracut