​ImageAI – Библиотека python, созданная для того, чтобы дать разработчикам возможность создавать приложения и различные системы с возможностями автономного компьютерного зрения используя несколько строк кода.

ImageAI поддерживает обнаружение объектов на видео и отслеживание объектов с помощью RetinaNet, YOLOv3 и TinyYOLOv3, обученных набору данных COCO.

GitHub | #Python #AI

Новый и бесплатный ресурс для восстановления старых фотографий (фотографий плохого качества), созданный с помощью Baseten и работающий на модели GFP-GAN

https://app.baseten.co/apps/QPp4nPE/operator_views/RqgOnqV

Сегодня у нас новый доклад, на этот раз о распознавании лиц!

Вместе с Дмитрием поговорим о технологиях, используемых для распознавания и идентификации лиц, и о способах противодействий им. А затем на практике испытаем умение современных камер распознавать лица.

💾 Алгоритмы Data Science и их практическая реализация на Python

В книге рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область Data Science, из которой выделены все необходимые для прикладной сферы алгоритмы машинного обучения, расположенные по уровню возрастания сложности работы с ними.

Авторы: А.В. Протодьяконов, П.А. Пылов, В.Е. Садовников
Год: 2022

#books #python #russian

#python #нейронные-сети

#2 Нейронные сети для начинающих. NumPy. MatplotLib. Операции с изображениями в OpenCV

Рейтинг: 29

Читать

Midjourney. Как сделать первый рисунок

Очень много сейчас говорят о нейронной сети Midjourney, которая создаёт иллюстрации по текстовому запросу. Это очень короткий гайд как сделать свой первый рисунок:

1. Зарегистрироваться в Дискорд
2. Пройти по ссылке "Join to beta"с главной страницы Midjourney
3. Принять приглашение в Дискорде, который откроется автоматически
4. Перейти в любую группу с названием newbie
5. Написать /imagine или выбрать эту строку, когда начнёте вбивать слеш
6. После слова promt написать свой запрос на английском
7. Из четырёх картинок можно выбрать одну для более лучшей обработки- кнопка U, или выбрать вариации понравившейся картинки — кнопка V
8. ...
9. Profit

Автор на Пикабу: Fosstie
Комментарии: pikabu.ru/link/gjZKW9HiKD

​RNNoise – библиотека для шумоподавления, основанная на рекуррентной нейронной сети, которая позволяет убрать лишние шумы со звуковой дорожки

Вся дополнительная информация есть в этой статье.
Там описано как работает данная нейронка и освещены некоторые аспекты темы

⤷ Ссылка на проект

GitHub | #C #Audio

​#devjoke

Когда изучаешь алгоритмы и структуры данных

​​rclip

rclip — Инструмент поиска фотографий из командной строки на основе искусственного интеллекта

Если по-простому:
▫️Когда вы запускаете rclip в первый раз в определенном каталоге, он будет извлекать функции из фотографий и классифицировать их. Сколько времени это займет, зависит от вашего процессора и количества фотографий.

73 тысяч фотографий = 24 часа на сетевом хранилище с стареньким процессором Intel Celeron J3455.

▫️Затем когда это процесс закончен вы можете дать команду например:

rclip -f -t 5 kitty | xargs -d '\n' -n 1 xdg-open

И она мгновенно выведет вам на экран 5 фотографий которые машина сочла котятами.

Запрос может не ограничиваться котятами, можно искать другие объекты, действия или даже образы.

https://github.com/yurijmikhalevich/rclip

Видео демо: https://www.youtube.com/watch?v=tAJHXOkHidw

Вот вам пацанский подгон от Meta RL. Датасет с высококачественными лицами одновременно с нескольких ракурсов – Multiface. Он использовался для обучения энкодера для Codec Avatars [тут и тут]. Будет полезен для всякого рода работ с нейронным рендерингом лиц.

❱❱ Датасет
❱❱ Статья

@ai_newz

​Машинное обучение. Как очистить данные при помощи Pandas

Клайв Хамби сказал: «Данные — это новая нефть». И, как и нефть, они нуждаются в очистке. Разбираемся, как это сделать с применением библиотеки Pandas.

Книги по ML - @maschinelearning

#ml

🔁 ERNIE-VILG: UNIFIED GENERATIVE PRE-TRAINING FOR BIDIRECTIONAL VISION-LANGUAGE GENERATION

Может ли одна сеть решать две задачи:
— Text2Image & Image2Text —

Ответ да, конечно может. И самое начало 2022 года это подтвердило. В одно и тоже время, независимо, появились три подобные архитектуры.

Cкажу, что тренировать их end2end не стоит, если есть желание выбить SOTA в двух задачах одновременно. А вот использовать end2end претрейн — хорошая идея! Подход идеален для файнтюнов для множества задач!

Кстати сегодня стало доступно демо, так что можете сгенерировать своего "астронавта на коне на марсе с эйфелевой башней", не забудьте только перевести в гугле ваш запрос на китайский: 宇航员在火星上骑马，从后面可以看到埃菲尔铁塔。宇航员骑马

p.s.: понимание текста на голову выше чем у стебля диффузионного

📄 paper
🤗 online demo