Data Science
41.9K subscribers
1.7K photos
3 videos
47 files
2.1K links
DS
По всем вопросам- @haarrp

@ai_machinelearning_big_data - machine learning

@pythonl - Python

@itchannels_telegram - 🔥 best it channels

@ArtificialIntelligencedl - AI

@pythonlbooks-📚

@programming_books_it -📚

Реестр РКН: https://clck.ru/3Fk3zS
Download Telegram
Forwarded from Machinelearning
🌟 Boxer: модель для подъема 2D-детекций в 3D.

У WildDet3D от Института Аллена появился сосед по задаче: Reality Labs корпорации Марка Цукерберга опубликовала проект с той же целью - перевести 2D-детекции в 3D, но с иным профилем возможностей и открытости.

Boxer - более узкий, но геометрически более строгий инструмент для indoor-сценариев с трекингом и фузией.

Пайплайн трехступенчатый:

🟢детектор OWLv2 находит объекты в кадре;

🟢BoxerNet с DINOv3 под капотом через кросс-внимание поднимает каждую 2D-рамку в 3D, опираясь на внутренние параметры камеры, направление гравитации и глубину;

🟢детекции между кадрами либо сливаются офлайн через венгерский алгоритм, либо ведутся онлайн-трекером.

В отличие от WildDet3D, Boxer работает с видеопоследовательностями: ему нужны 6-DoF позы каждого кадра, гравитация и калибровка.

Взамен он дает то, чего у WildDet3D нет: согласованные сценовые 3D-боксы на уровне всей сцены и онлайн-трекинг с сохранением идентичности объектов.

Boxer поставляется как inference-решение: авторы не планируют выкладывать код обучения и оценки, объясняя это нежеланием тянуть долгосрочную поддержку.

В репозитории - только скрипты запуска и загрузчики датасетов Project Aria (Gen 1 и 2), CA-1M, SUN-RGBD и ScanNet.

Boxer запускается на macOS и Linux. Windows официально не поддерживается


📌Лицензирование: CC-BY-NC-4.0 License.


🟡Страница проекта
🟡Модель
🟡Arxiv
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #CV #Detection #Boxer #RealityLabs
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Два сценария: а) работаете с данными на прикладном уровне, но есть теоретические пробелы б) есть теория, но не хватает глубины в ML и инфраструктуре

Так вот. Школа анализа данных от Яндекса закроет оба этих сценария.
Двухлетняя бесплатная программа, в которой сильная теория совмещается с постоянной практикой.

Направления:

— Разработка машинного обучения
— Data Science
— Инфраструктура больших данных
— Анализ данных в прикладных науках ← особенно актуально для тех, кто на стыке DS и инженерии

Два трека поступления: классический (3 этапа) и альтернативный — для специалистов с опытом. Можно обучаться офлайн в городах присутствия, гибридно или онлайн.

Заполнить анкету на поступление можно по ссылке. Принимают заявки только до 3 мая.
Image Generators are Generalist Vision Learners

📗 Read

@datascienceiot
"DeepSeek-V4 Technical Report"

📗 Read

@datascienceiot
Can LLM agents explore codebases and reason about code semantics without executing the code

📗 Read

@datascienceiot
GLM-5V-Turbo: Toward a Native Foundation Model for Multimodal Agents

📗 Read

@datascienceiot
D><Vision — серия митапов для CV-инженеров, исследователей и всех, кто работает с ИИ

📍 21 мая в 18:30, Quattro Space (Москва. Мясницкая ул., 13, стр. 20)

На ближайшей встрече вас ждут:
— Александр Паркин (VisionLabs) — визуальные аватары и как они устроены
— Анастасия Анциферова (Сбер) — генеративный ИИ в архитектуре
— Никита Шубин (ЦПТ «АГРОЦИФРА») — как ускорить разметку данных в 5 раз с помощью DataOps и foundation models
— Василий Висков (Яндекс) — как команда AliceAI VLM повышала качество модели на образовательных STEM-сценариях

D><Vision — это не только доклады, но и профессиональное комьюнити: живое обсуждение и нетворкинг.

Можно участвовать очно или подключиться к онлайн-трансляции, участие бесплатное

Регистрация
The new Claude for Legal repo gives firms and in-house teams prebuilt agent workflows for contract review, litigation prep, and regulatory monitoring—completely free.

🔗 https://github.com/anthropics/claude-for-legal

@datascienceiot
How AI Impacts Skill Formation

📗 Read

@datascienceiot
Получите офер в Яндекс за 2 дня

Участвуйте в онлайн-мероприятиях быстрого найма. Такой формат позволяет пройти всего две секции, вместо трёх в обычном найме, и финалы за выходные и сразу получить офер.

Как всё устроено:

🔴 Зарегистрируйтесь на мероприятие — с вами свяжется рекрутер и договорится об удобном времени для интервью.

🔴 В субботу пройдите две технические секции.

🔴 В воскресенье познакомьтесь с командами и получите офер.

Какие мероприятия проводим:

⚡️30–31 мая Weekend Offer ML

Для ML- и DL-инженеров с опытом в доменных областях NLP, CV, RecSys и Classic ML.

Подробности и регистрация — на сайте: https://yandex.ru/project/events/wo-ml-0526

⚡️6–7 июня Weekend Offer Analytics

Для продуктовых, дата-аналитиков и датасаентистов с опытом на Python от 3 лет.

Подробности и регистрация — на сайте: https://yandex.ru/project/events/wo-analytics-0626
On Training in Imagination

📗 Read

@datascienceiot
Best practices for computer and browser use with Claude

📗 Read

@datascienceiot
🆓 Диасофт выпустил бесплатный дистрибутив "S3 Архипелаг" (российское S3-совместимое хранилище для работы с петабайтами данных в архитектурах Data Lakehouse, аналитических системах и консолидации разрозненных файловых хранилищ)!

Дистрибутив разворачивается на серверах заказчика без обязательного подключения к облаку.

🔥Бесплатная версия ориентирована на тестовые, предпродуктовые и малые продуктивные среды. Она позволяет в полном объеме использовать функционал хранилища с ограничением до 500 ГБ. Бесплатная версия хранилища также упрощает администрирование за счет реализации поддержки единого входа (SSO). Это повышает безопасность и избавляет от необходимости отдельной аутентификации.

В итоге получается простой пример:
"коробочная" модель поставки + бесплатный доступ + использование SSO + полноценная вендорская поддержка = мощное преимущество предложения 😎

Скачать дистрибутив можно по ссылке!
#реклама
О рекламодателе
Apple has published a paper with a devastating title: “The Illusion of Thinking”

📗 Read

@datascienceiot