Недавно @meduzalive выпустило статью в которой был высказан один из самых мерзких мифов относящихся к Machine Learning, связанный с распознаванием того что говорят пользователи около умных устройств. Статья рекламная, так что хрен с ними. Но решил всё же записать небольшое видео где поговорить про этот, и про другие известные мифы. Чтобы когда ещё что-то спросит - то кидать ссылку.
https://youtu.be/wHPp8L0KtMg

Полистав youtube последнего DataFest, внезапно нашёл записи трека, ссылка на который была бита в основном указателе. Трек весьма интересный и познавательный. Как минимум 3-4 доклада было интересно послушать. С многими докладами я согласен.
Мне кажется, чтобы это повод поговорить немного о том, как устроено управление DS проектами + обсудить содержание трека.
https://youtu.be/PQCL_7MRdmc

Ещё с весны в загашниках лежали наработки по статье для хабра. Наконец добил их и выложил. Статья про то, как сегодня можно замутить инференс нейронки. К статье сделал видюшку для тех, кому читать скучно и удобнее смотреть.
https://habr.com/ru/company/recognitor/blog/524980/
https://youtu.be/xfOijJ9K_D8

Всем привет! Я думаю, что многие и так знают, на этих выходных будет ODS Data Halloween - https://ods.ai/events/halloween2020
Артур предложил поучаствовать в секции QnA. Мне идея понравилась, и я согласился:)
Вопросы можно задавать либо в этом треде, либо писать в личку, либо прямо на месте, в Spatial Chat. Не знаю, будет ли кто-то делать запись. Если нет - попробую сам свой кусок записать и выложить.

Самые безумные выходные за последнее время. Во-первых, помогал проводить хакатон (как эксперт и судья). В первый день провести почти 55 чекпоинтов, за второй день погрузиться в 20 независимых решений и выбрать лучшие. Но про это потом, наверное через какое-то время на Хабре пост сделаем.
Во-вторых, Артур пригласил на QnA сессию DataHalloween. Были интересные вопросы, мне понравилось. Я несколько варёный оказался из-за хакатона. Но, как и обещал, выкладываю.
https://youtu.be/3lJc-DkLX5I

Небольшое видео с размышлениями о том почему мы делаем именно ComputerVision задачи, и почему считаем что делать разработки в других ML-доменах достаточно затратно по силам, имея бекграунд в CV.
https://youtu.be/-I3QWjQ5rnc

Написал небольшой пост на тему того как нужно вешать камеры, чтобы потом с них можно было что-то распознать. Плюс записал видео где все это проговорил и добавил примеров.
https://youtu.be/4z6dUL3zXyA
http://cv-blog.ru/?p=386

Внезапно стал наталкиваться что люди считают что до CNN никакого ComputerVision не было. Записал небольшой рассказ о том, почему это не так, что люди разрабатывали, как создавали фичи, как доводили до продукта.
Попробую потом добавить отдельное видео о том, что из тех алгоритмов осталось сегодня и все ещё осмысленно.
https://youtu.be/zlSjTXwmvFQ

Как и обещал, написал чуть более подробный рассказ про хакатон где недавно помогал с подготовкой задачи и судейством. А заодно чуть подробнее рассказал про свое отношение к хакатонам. Много текста без картинок:)
http://cv-blog.ru/?p=400

Продолжение прошлого видео. Рассказываю про старые алгоритмы эпохи до нейронных сетей, но в приложении к сегодняшнему дню. Где все еще живо, где используется, где актуально.
https://youtu.be/UqMxCzwxM2o

Небольшой рассказ о том где мы берем проекты, и откуда они приходят - https://youtu.be/BTcZjy9MLGk

Небольшое познавательное видео о том как я пробовал разные модельки на телефонах запускать, абсолютно не разбираясь в том как программирование на оных устроено.
Плюс, пост у себя в блоге
https://youtu.be/LzMkjHcUQu4
http://cv-blog.ru/?p=403

Внезапно обнаружил что в нескольких станциях метро от меня расположен "аналог Amazon Go" (звучит очень гордо но все же). Небольшой магазин без касс. Скорее, конечно, он используется как отладчик технологии, но посетителям с улицы можно войти. Поехал посмотреть как он устроен. Некоторые вещи были немного неожиданными. Ну, и решил сделать небольшое видео-разбор логики этого места + пост в блог с фотками для понятности
http://cv-blog.ru/?p=409
https://youtu.be/gwaZJhyzymU

Две недели назад прошла конференция AI-journey от сбербанка. На ней было достаточно много ComputerVIsion докладов...
Я попробовал их разобрать. Но сразу предупрежу, что конференция очень хаотичная и путанная. У них было и масса технических проблем, и явно проблема с подбором и выстраиванием репертуара. У них есть определенно хорошие доклады в некоторых не CV-секциях, но именно в CV есть просто несколько "стабильно-средних". Короче, тут подробнее рассказываю впечатления -
https://youtu.be/zBtUzwFpZwY

Описал чеклист который использую чтобы понять объем задачи при попытке её оценить. Что спрашивать, куда смотреть, что не забыть. Тут, конечно, все вокруг моего опыта и моих задач, так что вариантов может быть много.
Видео - https://youtu.be/EgoXjFqgvns
Заметка - http://cv-blog.ru/?p=423

Всем привет!
Есть всего несколько общественных организаций которым я периодически жертвую деньги. Одна из них - ОВД-инфо. К чему это тут?

Ребята устраивают хакатон по обработке данных!:)
Меня никто не просил рекламить, но кажется, про это следует рассказать.
https://coda.io/@ovdinfo/hackathon-with-memes
Если я правильно понимаю, то именно Computer Vision задач там нет. Но, DS весь друг с другом пересекается.

(p.s. Мемчики про машинное обучение тоже крутые)

Последние пару недель из всех щелей бьют статьи про CLIP - новую убер-сетку от GoogleAI. Решил разобраться, имеет ли оно смысл.
Хотел выложить в конце января, но решил ещё пару дней потестить, посмотреть. В результате получилось ровно то же самое, что рассказываю в видео. Как только датасет не соответствует простым объектам и их взаимосвязям - CLIP не срабатывает.
https://youtu.be/oyBNkj3Xg9s

В прошлом видео я просил накидать вопросов и идей на новые видео. Мне понравились вопросы про архитектуру сетей, попробовал их обобщить и ответить. Как выбрать нейронку для вашей задачи? А если разработать? Когда будет иметь смысл влезать в дебри?
https://youtu.be/Y-OnWYERy18

Для решения ваших задач через ML не всегда нужно выбирать и запускать нейронные сети. Не всегда надо ресерчить на просторах интернета и сравнивать разные подходы. Обычно можно взять что-то простое и быстро проверить.
Но порой приходиться все же запариться и начать копать. Где копать? На что смотреть? Для специалиста в теме это глупые вопросы. У каждого свой подход. Кто-то идет на Papers With Code, кто-то на Reddit кто-то в ODS.
Рассказал что делаю сам.
https://youtu.be/gIOhQe-dfr0

Меня уже много раз спрашивали что я использую для ML, как настраиваю окружение, где GPU и какие. Наверное, это все достаточно скучные вопросы для профессионалов. Они сформировали свои привычки в первые пол года после входа. Но, для новичков, возможно будет интересно, чтобы послушать какие бывают варианты. Все-таки моя инфраструктура не совсем стандартная.
https://youtu.be/zCHFFW2YJ1c

Летом я в первый раз в своей жизни заказал что-то на Кикстартере. И теперь странная девайсина наконец дошла до меня. Рассматриваю, запускаю и пытаюсь понять нужен ли этот формат вообще где-то.
Видео + пост в блоге с ссылками на код и более структурированными плюсами и минусами.
https://youtu.be/ZxfWp5_yRiw
http://cv-blog.ru/?p=429