​​TableNet

TableNet — модель глубокого обучения для обнаружения таблиц и извлечения табличных данных из отсканированных изображений документов и их фотографий.

https://github.com/jainammm/TableNet

Мануалы: https://asagar60.medium.com/tablenet-deep-learning-model-for-end-to-end-table-detection-and-tabular-data-extraction-from-a49ac4cbffd4

​Хитрости Data Science

При обучении нейросетей (например, детекции объектов или распознаванию лиц) часто необходимо проверить фотографию, посмотреть, правильно ли расположил разные классы объектов по папкам.

И если для просмотра можно использовать привычный matplotlib, то «прочитать» фото часто удобно через opencv. И тут нюанс: библиотека opencv использует цветовую модель BGR, а matplotlib — всем привычную RGB. Поэтому загружать картинки через opencv, но отображать через matplotlib – это путь к криповым картинкам.

Решение простое: чтобы получить нормальную картинку, используйте обратный порядок в массиве вашей картинки, например, через суши-оператор с шагом -1.

Умение работать с большими данными может пригодится не только в науке и бизнесе, но и повседневной жизни. Приходите на мастер-класс по Python в Data Science для начинающих 30 июля, чтобы освоить базовый синтаксис языка, разобрать теорию, начать решать задачи и задать свои вопросы ментору.

📍 Мероприятие проходит в кампусе в Москве. Еще больше событий школы и информации о профессиях в IT можно найти в телеграме Elbrus Bootcamp.

*обучение на курсе Data Science проходит очно в кампусе в Москве

Машинное обучение: основы, алгоритмы и практика применения + код

Авторы: Джереми Уатт, Реза Борхани, Аггелос Катсаггелос
Год: 2022

#books #ml #russian

Midjourney — нейронка генерит крутые арты

Достойный конкурент знаменитой нейросети Dall-E, которая обрабатывает любые запросы и выдает визуализацию. Тут все то же самое, только результат, по мнению многих пользователей, куда более изящный: хотя Midjourney, возможно, похуже улавливает отдельные детали запроса, но арты получаются шикарные. Настолько, что можно брать и ставить заставкой на рабочий стол.

Запущена бета-версия, зайти и воспользоваться ею можно через дискорд — единственная заминка может возникнуть разве что на этом этапе. Впрочем, полюбоваться на работу нейронки можно проще: просто загуглите или поищите в твиттере по хештегу — он уже наводнен крутыми артами.

#бесплатный #нейронки

OWL-ViT by GoogleAI

Давно не говорили о детекции, друзья.

Гугел сделал уверенный шаг в сторону open-vocabulary detection. Это когда у модели нет набора фиксированных классов, но она умеет реагировать на текстовые запросы. Вы вводите в промпт названия нужных объектов, и модель их находит. Попробовать демку можно на хагинфейсе.

По сути, это предобученный CLIP, где к картиночному энкодеру присобачили голову для предсказания координат баундинг боксов. То есть для каждому токена, полученного из картинки, мы предсказываем координаты и эмбеддинг. Далее этот эмбеддинг сравнивает с эмбеддингом заданного имени класса, и мы получаем similarity для класса. Дополнительные головы файнтюнятся лоссом в стиле DETR. Все подробности в статье.

Внизу схема архитектуры и минимальный код для инференса.

@ai_newz

#python #javascript

Языковая модель GPT-3 умеет объяснять код — рассказываем, как это можно использовать

Рейтинг: 45

Читать