В 2025 году МВД планирует запустить две системы «Клон» и «Конъюнктура».
«Клон» будет использоваться для выявления фактов подделки видеоизображений, которые могут быть в интересах правоохранительной деятельности.
«Конъюнктура» должна прогнозировать негативные события и чрезвычайные ситуации, а также моделировать сценарии реагирования на них.
@budni_manipulyatora
https://www.vedomosti.ru/technology/articles/2024/01/11/1014513-mvd-privlechet-neiroseti-k-poisku-pravonarushitelei
«Клон» будет использоваться для выявления фактов подделки видеоизображений, которые могут быть в интересах правоохранительной деятельности.
«Конъюнктура» должна прогнозировать негативные события и чрезвычайные ситуации, а также моделировать сценарии реагирования на них.
@budni_manipulyatora
https://www.vedomosti.ru/technology/articles/2024/01/11/1014513-mvd-privlechet-neiroseti-k-poisku-pravonarushitelei
Ведомости
МВД привлечет нейросети к поиску правонарушителей
Ведомство хочет заказать разработку систем «Клон» и «Конъюнктура» на базе ИИ
https://examregistration.github.com/login?ReturnUrl=%2Foverview - открыли доступ на регистрацию к экзамену по github, заинтересованные лица приглашаются к тесту.
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_188
🔠Что такое GLCM ?
GLCM - это матрица, которая представляет относительное распределение пикселей различных значений яркости в изображении. Гистограмма локальных бинарных шаблонов вычисляет статистические меры, такие как контрастность, однородность и корреляция, основываясь на GLCM.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#text analysis #GLCM #local binary pattern #image processing #computer vision #texture analysis #image classification #pattern recognition #feature extraction
🔠Что такое GLCM ?
GLCM - это матрица, которая представляет относительное распределение пикселей различных значений яркости в изображении. Гистограмма локальных бинарных шаблонов вычисляет статистические меры, такие как контрастность, однородность и корреляция, основываясь на GLCM.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#text analysis #GLCM #local binary pattern #image processing #computer vision #texture analysis #image classification #pattern recognition #feature extraction
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_189
🔠 Что такое LBP ?
Локальный бинарный шаблон (LBP) - это метод, который кодирует локальную структуру текстуры пикселей в изображении. Он работает путем сравнения центрального пикселя с его окружающими пикселями и присваивает бинарный код каждому пикселю в зависимости от его отношения к центральному пикселю. LBP может быть использован для извлечения текстурных характеристик, таких как шероховатость, текстурная грубость и микроструктуры изображения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#text analysis #GLCM #local binary pattern #image processing #computer vision #texture analysis #image classification #pattern recognition #feature extraction
🔠 Что такое LBP ?
Локальный бинарный шаблон (LBP) - это метод, который кодирует локальную структуру текстуры пикселей в изображении. Он работает путем сравнения центрального пикселя с его окружающими пикселями и присваивает бинарный код каждому пикселю в зависимости от его отношения к центральному пикселю. LBP может быть использован для извлечения текстурных характеристик, таких как шероховатость, текстурная грубость и микроструктуры изображения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#text analysis #GLCM #local binary pattern #image processing #computer vision #texture analysis #image classification #pattern recognition #feature extraction
https://habr.com/ru/companies/bothub/articles/785192/ - прикольная статья про алгоритм PFMG++ для восстановления изображения из полного шума. В целом не так сложно, но результат впечатляет.
Хабр
PFGM++: буст генеративных моделей с применением электростатики
Развитие генеративных моделей ИИ продвигается семимильными шагами и будурожит сознания миллионов людей во всем мире. Все больше скандалов, интриг и расследований связаны с ними, мы становимся...
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_190
🔠 Что такое MobileUNet ? (Часть_1)
MobileUNet (Mobile U-Net) - это архитектура нейронной сети, основанная на U-Net, которая была специально разработана для обработки изображений на мобильных устройствах с ограниченными вычислительными ресурсами, такими как смартфоны или планшеты.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
🔠 Что такое MobileUNet ? (Часть_1)
MobileUNet (Mobile U-Net) - это архитектура нейронной сети, основанная на U-Net, которая была специально разработана для обработки изображений на мобильных устройствах с ограниченными вычислительными ресурсами, такими как смартфоны или планшеты.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
❤2
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_190
🔠 Что такое MobileUNet ? (Часть_2)
U-Net - это архитектура нейронной сети, которая широко используется для сегментации изображений, в основном в медицинском изображении. Она состоит из энкодера и декодера, которые связаны между собой. Энкодер позволяет извлекать высокоуровневые признаки из изображения, а декодер восстанавливает пространственную информацию и генерирует сегментированное изображение.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
🔠 Что такое MobileUNet ? (Часть_2)
U-Net - это архитектура нейронной сети, которая широко используется для сегментации изображений, в основном в медицинском изображении. Она состоит из энкодера и декодера, которые связаны между собой. Энкодер позволяет извлекать высокоуровневые признаки из изображения, а декодер восстанавливает пространственную информацию и генерирует сегментированное изображение.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
Please open Telegram to view this post
VIEW IN TELEGRAM
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_190
🔠 Что такое MobileUNet ? (Часть_3)
MobileUNet оптимизирована для работе на мобильных устройствах, используя различные техники, такие как свертки с малыми фильтрами, сокращение числа каналов и применение точечных сверток для снижения вычислительной сложности и уменьшения размера модели. Такие оптимизации позволяют использовать MobileUNet на устройствах с ограниченными вычислительными ресурсами, при этом сохраняя достаточную точность сегментации изображений.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
🔠 Что такое MobileUNet ? (Часть_3)
MobileUNet оптимизирована для работе на мобильных устройствах, используя различные техники, такие как свертки с малыми фильтрами, сокращение числа каналов и применение точечных сверток для снижения вычислительной сложности и уменьшения размера модели. Такие оптимизации позволяют использовать MobileUNet на устройствах с ограниченными вычислительными ресурсами, при этом сохраняя достаточную точность сегментации изображений.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
https://nakarte.me прикольный рпесурс для GeoINT вкупе с вот этим (https://github.com/wladich/nakarte/) позволяет много чего находить. Вот вам еще скриптик.
Это запрос к API:
Это запрос к API:
L.Layer.Yandex.Tracks = L.Layer.Yandex.extend({
initialize: function(options) {
options = {minZoom: 10, maxNativeZoom: 16, ...options};
L.Layer.Yandex.prototype.initialize.call(
this,
'https://core-gpstiles.maps.yandex.net/tiles?style=point&x={x}&y={y}&z={z}',
options
);
},
});
GitHub
GitHub - wladich/nakarte: Source code of site http://nakarte.me
Source code of site http://nakarte.me. Contribute to wladich/nakarte development by creating an account on GitHub.
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_1)
1. Обнаружение объектов на различных масштабах: Кросс-масштабный поток позволяет обнаруживать объекты на различных уровнях детализации или размерах. Это особенно полезно при обнаружении объектов, которые могут быть представлены в различных масштабах, например, при обнаружении лиц, автомобилей или других объектов в разных частях изображения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_1)
1. Обнаружение объектов на различных масштабах: Кросс-масштабный поток позволяет обнаруживать объекты на различных уровнях детализации или размерах. Это особенно полезно при обнаружении объектов, которые могут быть представлены в различных масштабах, например, при обнаружении лиц, автомобилей или других объектов в разных частях изображения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
️👉Citigroup объявил о своем плане сократить 20 тысяч сотрудников в рамках программы по снижению расходов на $2,5 миллиарда. (Вот такая новость сегодня пролетела).
⚛️ Теперь давайте посмотрим на цифры: на состояние 2022 года численность персонала CitiGroup была на уровне 240 тыс., капитализация $88,8 млрд (18.03.2023), то есть получается уйдут порядка 8-10%.
⚛️ В целом последние два года наблюдался резкий рост по числу цифровых внедрений в области ИИ именнно в финтехе, и он уже третий год поряд не сбавляет темпов (причем и у нас тоже). Более того, переход на цифровые активы, только ускорил этот процесс. По общей тенденции можно сказать, что число банков будет сильно сокращаться, причем везде, так как в целом в них не будет необходимости, и многие операции в целом перейдут в цифру.
⚛️ Драйверами станут технологии блокчейна, ИИ, оптимизации и автоматизиации. Сильно возрастет нагрузка на сектор безопасности, при чем во всех сегментах от SOC до RedTeam. А в связи с тем, что США и Англия сейчас находятся не далеко от Йемена, и в целом, они не знают, как себя вести и не понимают, что им делать. Более того, их технологии и раздутый, до нельзя, военный бюджет (который кстати, мало дал реально топовых разработок, взять хотя бы истребители 5 и 6 поколений, цена за которые не просто большая, а "бесстыдно" большая) ситуевиная вырисовываться так себе.
⚛️ Чтож... наблюдаем, ждем и смотрим как это ситуация зацепит мировые рынки, в том числе и наш. Но в целом можно сказать, если будет пресрелиз компании и капитализация вырастет на фоне внедрения обоснованных технологических решений и бизнес подходов, то это повысит интерес инвесторов, только вопрос каких.
⚛️ Только за последний год, значительная часть китайских инвесторов покинула рынок США. Да, США перетягивают заводы из Европы, да, они привлекают силы (трудовая эммиграция), но локалные конфликты на границе с Мексикой и Эквадором, пока вызывает опасения. Более того, стоимость грузоперевозок из Йеменских событий уже выросла на 310%, а это дополнительные издержки.
Please open Telegram to view this post
VIEW IN TELEGRAM
😉Как говорится, весьма неожиданно, но спасибо.
Новости для IT-специалистов в России!
🅰️Депутат Яна Лантратова предложила интересную инициативу — присвоение звания «ветерана труда» айтишникам.
🅰️По задумке, чтобы получить этот статус, мужчинам нужно отработать в сфере IT целых 40 лет, а женщинам — 35 лет.
🅰️Этот статус несет с собой некоторые привилегии:
🔹 ежемесячные выплаты
🔹 льготные проездные и компенсацию ЖКХ.
Предполагается, что новый полный перечень социально-значимых профессий для получения звания «Ветерана труда» будет установлен правительством РФ в случае принятия предложения Лантратовой в дальнейшую работу в госаппарате.
40 лет стажу... где там джун с со стажем 20 лет ))
Новости для IT-специалистов в России!
🅰️Депутат Яна Лантратова предложила интересную инициативу — присвоение звания «ветерана труда» айтишникам.
🅰️По задумке, чтобы получить этот статус, мужчинам нужно отработать в сфере IT целых 40 лет, а женщинам — 35 лет.
🅰️Этот статус несет с собой некоторые привилегии:
🔹 ежемесячные выплаты
🔹 льготные проездные и компенсацию ЖКХ.
Предполагается, что новый полный перечень социально-значимых профессий для получения звания «Ветерана труда» будет установлен правительством РФ в случае принятия предложения Лантратовой в дальнейшую работу в госаппарате.
40 лет стажу... где там джун с со стажем 20 лет ))
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_2)
2. Сегментация изображений с учетом разных уровней детализации: Кросс-масштабный поток позволяет учесть разные масштабы при сегментации изображений. Это может быть полезно, когда объекты на изображении имеют разные размеры или когда требуется учесть различные детали и текстуры на разных масштабах.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_2)
2. Сегментация изображений с учетом разных уровней детализации: Кросс-масштабный поток позволяет учесть разные масштабы при сегментации изображений. Это может быть полезно, когда объекты на изображении имеют разные размеры или когда требуется учесть различные детали и текстуры на разных масштабах.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_3)
Интерпретация и классификация изображений: Кросс-масштабный поток может быть использован для анализа изображений на различных масштабах и извлечения информации, которая может быть полезна для интерпретации и классификации изображений. Это может помочь в задачах распознавания образов, классификации объектов или анализа контекста на разных масштабах.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_3)
Интерпретация и классификация изображений: Кросс-масштабный поток может быть использован для анализа изображений на различных масштабах и извлечения информации, которая может быть полезна для интерпретации и классификации изображений. Это может помочь в задачах распознавания образов, классификации объектов или анализа контекста на разных масштабах.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔥3
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_4)
Создание пирамид изображений: Кросс-масштабный поток используется для создания пирамид изображений, где изображение разделяется на несколько масштабов. Это может быть полезно для различных задач, таких как многомасштабный анализ, масштабирование изображений или обработка изображений на разных уровнях разрешения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_4)
Создание пирамид изображений: Кросс-масштабный поток используется для создания пирамид изображений, где изображение разделяется на несколько масштабов. Это может быть полезно для различных задач, таких как многомасштабный анализ, масштабирование изображений или обработка изображений на разных уровнях разрешения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_5)
Аугментация данных: Кросс-масштабный поток может быть использован для аугментации данных путем создания изображений на разных масштабах. Это может помочь улучшить обучение моделей компьютерного зрения и повысить их инвариантность к масштабу.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_5)
Аугментация данных: Кросс-масштабный поток может быть использован для аугментации данных путем создания изображений на разных масштабах. Это может помочь улучшить обучение моделей компьютерного зрения и повысить их инвариантность к масштабу.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_192
🔠 В чем разница между ResNet18 и ResNet34 ?
ResNet18 и ResNet34 - это две разные архитектуры нейронных сетей, основанных на концепции ResNet (Residual Network). Главное отличие между ними заключается в количестве слоев и глубине архитектуры.
ResNet18 состоит из 18 слоев, включая сверточные слои, пакетную нормализацию (Batch Normalization) и полносвязные слои. Он имеет базовый блок, состоящий из двух сверточных слоев и пропуска (skip connection). Также в ResNet18 используются downsampling-блоки для уменьшения размерности входных данных.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 В чем разница между ResNet18 и ResNet34 ?
ResNet18 и ResNet34 - это две разные архитектуры нейронных сетей, основанных на концепции ResNet (Residual Network). Главное отличие между ними заключается в количестве слоев и глубине архитектуры.
ResNet18 состоит из 18 слоев, включая сверточные слои, пакетную нормализацию (Batch Normalization) и полносвязные слои. Он имеет базовый блок, состоящий из двух сверточных слоев и пропуска (skip connection). Также в ResNet18 используются downsampling-блоки для уменьшения размерности входных данных.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_192
🔠 В чем разница между ResNet18 и ResNet34 ? (Часть_2)
С другой стороны, ResNet34 состоит из 34 слоев и имеет более глубокую архитектуру по сравнению с ResNet18. Она также использует базовые блоки с двумя сверточными слоями и пропусками, а также downsampling-блоки. Отличие заключается в количестве базовых блоков - ResNet34 имеет 34 базовых блока, в то время как ResNet18 имеет только 18 базовых блоков.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 В чем разница между ResNet18 и ResNet34 ? (Часть_2)
С другой стороны, ResNet34 состоит из 34 слоев и имеет более глубокую архитектуру по сравнению с ResNet18. Она также использует базовые блоки с двумя сверточными слоями и пропусками, а также downsampling-блоки. Отличие заключается в количестве базовых блоков - ResNet34 имеет 34 базовых блока, в то время как ResNet18 имеет только 18 базовых блоков.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_192
🔠 В чем разница между ResNet18 и ResNet34 ? (Часть_3)
Использование более глубокой архитектуры, такой как ResNet34, может помочь в извлечении более сложных иерархических признаков из изображений, что может быть полезно в более сложных задачах компьютерного зрения. Однако, увеличение глубины архитектуры может потребовать больше вычислительных ресурсов и времени для обучения и использования модели.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 В чем разница между ResNet18 и ResNet34 ? (Часть_3)
Использование более глубокой архитектуры, такой как ResNet34, может помочь в извлечении более сложных иерархических признаков из изображений, что может быть полезно в более сложных задачах компьютерного зрения. Однако, увеличение глубины архитектуры может потребовать больше вычислительных ресурсов и времени для обучения и использования модели.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
Please open Telegram to view this post
VIEW IN TELEGRAM