Где-то раз в год я делаю гайды по Edge-платам. В прошлом своем гайде понял что не хватало самого дешевого сегмента: ESP32, k210, MAIX-II. В январе заказал все эти платы.
Собственно прошлые несколько видео были именно пока тестировал ESP32. Но, примерно тогда же, потестили остальные, чтобы обновить и дополнить гайд. Наконец дошли руки собрать это в единое видео.
https://youtu.be/Hf4Ra59_DCA

Месяца два назад Васе в руки попала новая камера от RealSense - D405. Она очень странная и нестандартная. Но затестив её и задумавшись о применениях - мы были приятно удивлены. Это реальная попытка создать новый класс устройств. Очень непривычно видеть качественный 3D поверхностей от стереокамеры. Вася помог мне сделать небольшой обзор, сняв несколько видео с характерными примерами плюшек и проблем.
https://youtu.be/CrSQPq756IM

P.S. когда мы начали продвигать роботов - начал дублировать контент своего канала в LinkedIn. Может быть кому-то в таком формате будет удобнее подписываться - https://www.linkedin.com/in/anton-maltsev-037a5684/

Немного оффтопа. Я в этом году весьма удивлен насколько представлено в лонг листе forbes 30-under-30 ML сообщество. Вот просто сходу:
1. Автор catalyst - Scitator, он же Сергей Колесников
2. Автор неплохого ML-канала https://t.me/not_boring_ds Евгений Смирнов
3. Один из создателей Adapty - Виталий Давыдов, с которым мы на общем проекте ещё года 4 назад работали

И ещё пару человек которых по имени/в лицо помню, но не помню откуда.

Есть идеи что это их так занесло?

Обобщил наш опыт по тому как в 90% применений можно быстро улучшить скелетные модели(набор трюков, а не хардкор с моделями). Рассказ на примере MediaPipe, но глобально работает много где.

Сделал небольшой эксперимент. Статья есть в следующих форматах:
1) Medium (английский) - https://medium.com/@zlodeibaal/how-to-improve-mediapipe-skeletons-recognition-7c3009774dd4
2) Видео на youtube (английский) - https://youtu.be/AiEAcTZ4yrw
3) Статья на Habr (русский) - https://habr.com/ru/company/recognitor/blog/664558/

Посмотрим где больше зайдет:)

В последнее время я выкладываю больше видео на английском. Но некоторые видео не имеют смысла в таком формате, например это.
У меня много знакомых которые в последнее время меняют работу. И у многих их них возникает комплекс самозванца:) Особенно после того как их спрашивают на интервью о том о чем они не знаю вообще, не смотря на то что они специалисты с многолетним опытом.
Я попробовал немного структурировать то как это выглядит с разных сторон. И почему Data Science это такая область где такое нормально и как с этим жить.
https://youtu.be/68ZTbjUkLBQ

Месяц назад делали небольшой рассказ про наш стартап о роботах. Потихоньку продолжаем что-то показывать и рассказывать на разных платформах. Так что если кто-то пропустил - вот текстовая версия на русском, чуть-чуть приоткрывающая почему мы этим занялись - https://vc.ru/tribuna/422226-roboty-nas-zamenyat-a-my-im-pomozhem

Давно хотел сделать какой-то гайд по тому какие подходы существуют для распознавания автомобильных номеров. Сделал:)
Наверное, я ещё в течении пары дней запишу видео на эту тему. Там может быть какие-то вещи дополнительно расскажу.
https://medium.com/@zlodeibaal/guide-for-license-plate-recognition-in-2022-e583dc5a7adb

З.Ю. и не забывайте ваши хлопочки:)

Записал видео на тему прошлой статьи (если кому-то более комфортно в таком формате). Добавил туда несколько баек + поправил какие-то фишечки чтобы логичнее выглядело.
https://youtu.be/JIHkpK0-QAo

После того как я выпустил видео про OAK-D Lite со мной внезапно связался CEO Luxonis и предложил потестить OAK-D Pro, которая только только вышла. Глупо было бы не согласиться, так как мы все время ищем новые камеры для роботов. А вот некоторая видюшка для суммирования всего.
https://youtu.be/UBu2KrjFEuw
Итого, на мой взгляд, камера лучше всего себя проявляет в качестве уличной 3д камеры и в ситуациях когда нужен вычислитель для сеток. Мало какие 3D камеры имеют в такую цену POE комплектацию. А вот для роботов она не супер.
Интереснее другое. Тихой сапой они таки выпустили алгоритм для подсчета стерео нейронкой прямо на девайсе. И про это в скором времени будет отдельное видео:)

Всем привет!
Завтра буду делать небольшой доклад про 3D камеры на ODS'овской секции Computer Vision in Industry. Расписание докладов секции и ссылку на комнату с SpatialChat оставлю в комментариях. Доклад будет транслироваться в записи, но после него в реальном времени отвечу на вопросы.
А ссылку на видео с докладом скину после конференции сюда;)

Как и обещал, выкладываю видео доклада, а так же статью на медиум по рассказу на DataFest'е.
https://medium.com/@zlodeibaal/6eb6fcc67948
https://www.youtube.com/watch?v=L4MoG-ZJ8iE

Все это - некоторая попытка разобраться с тем, как выбрать 3D камеру для разных проектов в 2022 году;)

И сразу небольшой апдейт. Вчера мне внезапно предложили выступить завтра на Datastart конференции. Понятно, что ничего принципиально нового за такое время написать нельзя, так что договорились что я расскажу про автомобильные номера. Так что если кто-то из вас так и не осилил английскую версию - сможете завтра послышать русскую;)
Онлайн конференции бесплатный. Ещё в программе вижу Романа, с которым мы делали пол года назад интервью.

Как-то прошлая неделя получилась жесткой по конференциям, так что новых видео и статей пока не будет:)
Но чтобы добить тему с конференциями до конца, отмечу пару вещей которые интересны самому:
1) В среду в рамках ODS будет проходить трек "Ужасы медицинских данных". Его делает Женя, с которым мы записывали интервью пол года назад, и на канал которого я советую подписываться. В прошлом году этот трек, по уровню докладов, на мой взгляд, был на очень крутом уровне. Если вы интересуетесь ML в медицине - его нельзя пропускать. Настолько живого описания проблематики доступа/разметки и обучения по медицинским данным в такой концентрации не встречал нигде:)

2) На следующей неделе, 1ого июля, будет конференция Machines Can See. Можно по разному относится к докладам которые там представлены. За прошлые 4 года пока я бывал там (или просматривал онлайн) лишь каждый 4-5 доклад был мне более менее интересным. Но в этом году эта конференция будет проходить оффлайн и она бесплатная. Там всегда много интересного народу и можно неплохо пообщаться. Я планирую туда дойти, так что если кто-то хочет поймать - можно там пересечься.

Когда к вам приходит заказчик с проектом в Computer Vision - очень важно вытащить из него как можно больше информации. Не упустить ничего из его задачи. Ведь каждое дополнительное слово может изменить цену работы в 2-3 раза.
Так что лучше иметь стратегию на такую беседу с самого начала.
У меня были аналогичные статьи на русском, но сейчас свел в одну и сильно заапдейтил. По сути - опросник на тему "что спрашивать заказчика когда собираешь информацию по новому проекту". От задачи до бека.
https://medium.com/p/3a9f08355e76

Вчера услышал про новый Yolov6. Немного потыкал в него. А сегодня по быстрому его ещё с двумя людьми обсудил. Чтобы не повторяться, решил записать небольшое видео с мыслями: насколько это полезно, имеет ли смысл тащить его сейчас в прод. Ну и все такое;)
https://youtu.be/GJ0lVOE3a7c

Ребята из Dannie (их канал) пригласили на свой подкаст поговорить про embedded устройства в Computer Vision. Первый подкаст где участвую!:) По мне получился интересный разговор на стыке разных специальностей и способов построения продуктов.
https://electronicsnews.mave.digital/ep-3
(в комментариях добавил ссылку на пост, там выложен сам файл + несколько других платформ подкастов)

Не прошло и двух недель, как вышел Yolov7. Все как и два года назад, когда yolov4 вышел дуплетом с yolov5.
Но тут ситуация не так однозначна. Скорее работы сфокусированы чуть на разных аспектах. И преимущество скорее у Yolov7, так как в своем аспекте они выглядят перспективнее.
Пробовал уговорить автора на интервью, чтобы поговорить про Yolo и их судьбу, но не получилось (Алексей не очень такое любит):(
Так что решил сделать ещё одно небольшое видео.
https://youtu.be/ya6KNs9Mc8Y

Видео про yolov7 было приятным воскресным разнообразием. А теперь перейдем к хардкору:)

У меня дома лежит много плат для Computer Vision. И один из приколов этих плат - они с годами становятся только лучше 🍷...
Все больше софта для конвертации, все больше поддержки. Короче смотрел я на это и решил. Сделаю по всем этим платам:
1) Актуальное на 2022 сравнение. Где сравнивался бы не только performance, но и удобство работы, области применения, и.т.д.
2) Актуальный гайд по использованию.

Сегодня у меня лежат дома: Google Coral, Khadas Vim3, Jetson Nano, Raspberry PI, Myriad X, k210, RockPi 3A. И в целом можно взять потестить MAIX-II, Hailo8 у знакомых.
Чем больше будет фидбека - тем дальше зайдем:)

И чтобы начать бойко - сразу 2 видео!
Google Coral - https://youtu.be/hMnzSk35lSU
Khadas VIM3 - https://youtu.be/ii-KpD-KdYw

Кроме того есть статья про сравнение (пока черновик, как будет 5-6 плат выложу на Medium) - https://telegra.ph/Computer-Vision-boards-in-2022-07-07
И табличка для быстрого просмотра - https://docs.google.com/spreadsheets/d/1BMj8WImysOSuiT-6O3g15gqHnYF-pUGUhi8VmhhAat4/edit#gid=0

Продолжаю тему плат для Computer Vision. Сегодняшнего нашего героя знают все. И не зря, ведь запустить можно почти любую сеть. В несколько кликов!
Приятная цена, простота разработки... А есть ли какие-то "Но"?
Поехали!:)
https://youtu.be/EE2x3BhxubA

Сделаем небольшой перерыв от плат. По крайней мере на недельку. И поговорим про странные способы собирать датасеты;)
https://youtu.be/C42jBifu81U

Последние пару месяцев я грустил на тему CVAT (даже в прошлом видео есть пол фразы на эту тему). Его разработка была заморожена (прекращение активности Intel в России), репозиторий прекратил развиваться, а онлайн сервера отвалились. CVAT - это самая часто используемая платформа разметки среди фирм с которыми мы работаем. Было бы обидно потерять этот проект.
Но команда пересобралась и перезапустила проект c помощью opencv.ai (сегодня релиз!). Мне повезло, и ребята согласились дать небольшое интервью на тему того как это вышло, куда дальше все будет двигаться и как Cvat будет развиваться. Не поленитесь и зайдите на Product Hunt поддержать ребят. Им будет приятно. (ссылка в комментариях)
https://youtu.be/RDMmB_d2hJE