Вчера я рассказывал про применение Graph Neural Network в задаче сопоставления особых точек. Сегодня чуть более общий рассказ. Откуда задача сопоставления особых точек пошла, как к ней подходят, и что нового появилось в 2020 году (первые реально классные изменения за последние 20 лет).
https://youtu.be/kBZVZbKiTk4

Сегодня Mail.ru выпустила сервис электронного диктора новостей. Вбиваете свой текст - получаете обработанную видюшку где диктор его начитывает. Вообще, мне кажется, классная штука, в ближайшее время будет масса похожих.
В этом видео я попробовал разобраться с тем как такие сервисы делают.
Так как сам я такого ни разу не разрабатывал, то рассказал про два основных, на мой взгляд варианта -
https://youtu.be/PG5GjZ5TI3I

Периодически делаю ComputerVision проекты для себя:)
Прошлый крупный был про птичью кормушку. Текущий я пока пилю и окончательно выложу где-то через месяц.
Но, сейчас, речь не совсем о том. В текущем проекте решил разметить датасет через Толоку. На проде мы её иногда используем, но редко. А в хоббийных проектах раньше не использовал.
Цель рассказа - показать что это не сложно. Зачастую это сильно проще чем делать свой разметчик и плодить сущности.
Статья - http://cv-blog.ru/?p=350
И видео - https://youtu.be/BvQY_PpI7zE

Год назад я делал классную статью про Embedded платформы на Хабре. Но за год появилось много нового и интересного, так что я сделал дополнение с обзором за последний год - https://youtu.be/5yHgpS6O0A0

Вчера я рассказывал про различные новые Embedded платформы, появившиеся за последний год, а сегодня небольшой рассказ, почему мы чаще других платформ используем именно Jetson в своих проектах.
https://youtu.be/bkhkGYMcxzA

Четыре года назад я рассказывал о том, как устроен NDA в задачах ML - http://cv-blog.ru/?p=46
С тех пор появилось несколько новых мыслей, так что решил заапдейтить статью видео.
В целом, ничего нового:
- NDA в России не работает.
- NDA хорошая проверка на адекватность заказчика/нанимающей фирмы.
- На мой взгляд, в NDA можно помещать только эксклюзивные вещи, разработанные под заказчика, такие как датасеты или написанный код. И никогда математику.
- Самый грамотный NDA - вписанный в договор
https://youtu.be/UQ5itWwK240

В наших проектах часто приходится использовать Intel - процессоры в качестве основного движка выполнения. И тогда без OpenVino никак. Но в реальности OpenVino это множество различных применений.
В OpenVino есть множество готовых сетей, которые можно использовать из коробки. Есть поддержка странных железных устройств.
И это открывает путь к прототипированию. Попробовал рассказать про это подробнее - https://youtu.be/GzgeGbHSl7A

Война между разными фреймворками идёт давно. И это приятно. Мы остаёмся всегда в прибыли. Очередной удар от TFLite по OpenCV|OpenVino - выпуск нового бэкенда на XNNPACK. Немного рассказываю про это.
https://blog.tensorflow.org/2020/07/accelerating-tensorflow-lite-xnnpack-integration.html

https://youtu.be/aHYZ9m0vHQM

В последнее время всякие онлайн курсы как-то дико нагнали хайпа вокруг профессий DS. Не только ComputerVision, но соседние специальности.
Понятно, что большая часть маркетингового булшита не соответствует действительности.
Попробовал рассказать, как обстоит всё в реальности.
https://youtu.be/3HWocUXL91g

В некоторое дополнение к прошлому своему видео решил записать ещё одно, где рассказываю основные проблемы которые вас ждут если вы всё же решитесь пойти заниматься ComputerVision.
https://youtu.be/iBO9YDLYGj8

Последние полтора года мы активно пилим математику для управления роботами через ML (совсем активно пилит Вася, а я иногда набегаю что-нибудь помочь). Наверное, я когда-нибудь сделаю обзорную видюшку на счёт того, как это все устроено, но пока небольшой обзор от Васи на тему того, "чем занимался на карантине," и куда роботы пришли:)
https://habr.com/ru/company/recognitor/blog/513696/

Недавно я кидал ссылку на Васину статью про упрвление роботами. И обещал подробнее рассказать в новом видео о том, как мы дошли до жизни такой, как затащили One-shot-learning в роботов, как придумали что там надо обучать, и как всё это сейчас работает.
Наконец добрался записать:
https://youtu.be/iDfJzBueTeA

Предположим, у вас в фирме возникла необходимость разметить датасет. Попробовал пробежаться по основным способам, как можно организовать этот процесс (не вдаваясь в логику разметчиков/способы съёмки датасетов). Надеюсь, что какой-то из этих подходов будет для вас новым:)
https://youtu.be/fwbHkVka3G4

Всем привет!
Вчера ко мне пришли ребята, которые устраивают что-то среднее между хакатоном/буткампом/онлайн школой, при поддержке Yandex|NVIDIA|IBM.
Участников разбивают на команды, каждой команде выдают задачку кого-то из партнёров, по ходу решения задачи активно менторят/развлекают лекциями/проводят итоговую проверку и оценку результатов и успехов.

И попросили поучаствовать как эксперт/судья по полученным результатам в ComputerVision задаче + какую-нибудь лекцию по ходу прочитать. Мне показалось любопытно, так что согласился (денег ни за участие ни за анонс не предлагали:).

Самое мероприятие длится пять недель, бесплатно для участников. Может я чего-то не понял (ранее такого формата не видел), но выглядит вполне адекватно и осмысленно.

Пара моментов:
-Основная постановка задач нацелена на бизнес применение ML и CV. Цель не в обучении моделей, а в том, чтобы понять, как с их помощью решить задачи бизнеса и собрать интересующие метрики.
-Как следствие - в первую очередь берут тех, у кого есть уже какой-то опыт в DS.
-Число команд ограничено, нужно писать резюме краткое, будет какой-то отбор

Более подробно рассказано тут -
http://ycloud.school/?utm_source=facebook&utm_medium=social&utm_campaign=partner&utm_content=anton_malcev

Года три назад мы написали, как внутренний тул нашей команды, сервер разметки. Он обеспечивал нам модель, которую нынче принято называть "human-in-the-loop": интеграцию рабочего места разметчика, сервера распознавания и сервера обучения в единый интерфейс.
Мы использовали его в десятке проектов. Сегодня ещё 3-4 фирмы кроме нас тоже используют его.
Сегодня я расскажу про него, про то как такое можно использовать. А что самое главное - дам ссылку на исходники, которые мы выложили;)
Надеюсь вам поможет в ваших проектах.
Статья с рассказом - http://cv-blog.ru/?p=368
Видео с рассказом - https://youtu.be/fKnYZ4qR2po

Сейчас вы захотите ругаться, что это вторая реклама за последние три дня, но, блин, нет:)
Просто хочу рассказать, в каком-то смысле похвастаться. Сегодня был анонсирован вот этот хакатон - https://hack2020.innoagency.ru
Одна из задач, которые там представлены от компании которую немного консультирую последние полгода. К её формулированию приложил большое участие (без меня задачи точно не было бы). И задача реально описывает существующую боль многих компаний;)

Меня просили не рассказывать какую конкретно, так как я буду принимать участие в судействе. Но если вы внимательно читаете канал, то могли заметить. А если не читаете - то возможно увидимся там.
А так, мне кажется, что по призовому фонду хакатон достаточно большой, и в нём вообще может быть интересно участвовать.

Небольшой рассказ о том, как мы в своих задачах применяли синтетические данные, где это разумно использовать, какие хорошие применения этого подхода я встречал, и.т.д.
https://youtu.be/X5i3owysLi0

Сегодня будет две статьи;)
Первая - небольшая подборка мыслей на тему того что в ComputerVision может пойти не так - https://vc.ru/ml/153541-computer-vision-chto-mozhet-poyti-ne-tak

Вторая статья, которую публикую сегодня - на Хабре. Про то, как я собрал умную видео-няню на базе Raspberry Pi, Movidius, OpenVino и PyTorch. Подписчики моего блога уже могли наблюдать отдельные куски этого проекта, которые я выкладывал с мая. Но целиком публикую и рассказываю только сейчас.
https://habr.com/ru/company/recognitor/blog/516232/

Решил запилить видео про немного бомбящую тему. Три лучших способа прослыть некомпетентным в Machine Learning. Регулярно с этим встречаюсь. Уже привык, но до их пор побаливает после каждого упоминания указанных терминов. Если вдруг что-то забыл, пишите:)
https://youtu.be/kHuQDCwA9gM

Давно хотел сформулировать эти мысли. Видео на тему того "На что надо смотреть, когда вы делаете ComputerVision проект". В первую очередь подойдёт тем, кто недавно стал руководить проектом или получил свой первый заказ на разработку готовой системы.
Пытаюсь рассказать что критично, на что обращать внимание, и как выстроить стратегию работ. От чего отталкиваться, что первично.
https://youtu.be/G6UtWlKq3gM