Shenasa-ai.ir
شناسا، حامی یازدهمین کنفرانس ملی و اولین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران https://mvip2020.ut.ac.ir/cnf/sponsors?lang=fa shenasa-ai.ir/
#شناسا حامی چهارمین مدرسه پیشرفته پژوهشگاه دانشهای بنیادی در زمینه محاسبات. این رویداد آنلاین با حضور اساتید و محققان به نام در حوزه هوش مصنوعی و یادگیری عمیق در شهریورماه برگزار خواهد شد./
http://cs.ipm.ac.ir/asoc2020/
http://shenasa-ai.ir/
http://cs.ipm.ac.ir/asoc2020/
http://shenasa-ai.ir/
#شناسا حامی چهارمین مدرسه پیشرفته پژوهشگاه دانشهای بنیادی در زمینه محاسبات.
این رویداد آنلاین با حضور اساتید و محققان به نام در حوزه هوش مصنوعی و یادگیری عمیق در شهریورماه برگزار خواهد شد./
ثبت نام در رویداد:
http://cs.ipm.ac.ir/asoc2020/
http://shenasa-ai.ir/
این رویداد آنلاین با حضور اساتید و محققان به نام در حوزه هوش مصنوعی و یادگیری عمیق در شهریورماه برگزار خواهد شد./
ثبت نام در رویداد:
http://cs.ipm.ac.ir/asoc2020/
http://shenasa-ai.ir/
ورک شاپ Tensorflow Serving توسط خانم مهندس محدثه یوسفی از همکاران مجموعه دانش بنیان شناسا
http://aaiss.ceit.aut.ac.ir/teachers/11
http://aaiss.ceit.aut.ac.ir/teachers/11
#بیست_دقیقه_با_مقاله
#rppg
موضوع:
Remote Heart Rate Measurement from Highly Compressed Facial Videos: an End-to-end Deep Learning Solution with Video Enhancement“ ICCV2019
ارائه مقاله
پست را در لینکدین ببینید:
https://www.linkedin.com/feed/update/urn:li:activity:6726153295942967296
در آپارات ببینید:
https://www.aparat.com/v/VXmhu
#rppg
موضوع:
Remote Heart Rate Measurement from Highly Compressed Facial Videos: an End-to-end Deep Learning Solution with Video Enhancement“ ICCV2019
ارائه مقاله
پست را در لینکدین ببینید:
https://www.linkedin.com/feed/update/urn:li:activity:6726153295942967296
در آپارات ببینید:
https://www.aparat.com/v/VXmhu
معرفی سرویس هوشمند احراز هویت آنلاین آتنا (Authena)
https://www.aparat.com/v/iMSej
در این ویدیو، دکتر سید مهدی خلیق رضوی به عنوان مثال موفق به معرفی سرویس احراز هویت آنلاین آتنا، محصولی از مجموعه دانش بنیان شناسا (shenasa-ai.ir) پرداختند.
دکتر خلیق رضوی فارغ التحصیل دکتری رشته مغز و علوم شناختی از دانشگاه کمبریج و پسادکترا در زمینه هوش مصنوعی در دانشگاه MIT اس. او استارتاپ خود را برای تشخیص زودهنگام زوال عقل (Dementia) توسعه داد و هماکنون همبنیانگذار و مدیر علمی شرکت سهامی عام Cognetivity در لندن است. در حال حاضر استادیار پژوهشگاه رویان در تهران و همچنین مدیر عامل شتابدهنده همتک هستند.
http://authena.ir/
ما را دنبال کنید:
آپارات:
https://www.aparat.com/shenasa.ai
لینکدین:
https://www.linkedin.com/company/shenasa-ai/
اینستاگرام:
https://www.instagram.com/shenasa.ai
#Authena
https://www.aparat.com/v/iMSej
در این ویدیو، دکتر سید مهدی خلیق رضوی به عنوان مثال موفق به معرفی سرویس احراز هویت آنلاین آتنا، محصولی از مجموعه دانش بنیان شناسا (shenasa-ai.ir) پرداختند.
دکتر خلیق رضوی فارغ التحصیل دکتری رشته مغز و علوم شناختی از دانشگاه کمبریج و پسادکترا در زمینه هوش مصنوعی در دانشگاه MIT اس. او استارتاپ خود را برای تشخیص زودهنگام زوال عقل (Dementia) توسعه داد و هماکنون همبنیانگذار و مدیر علمی شرکت سهامی عام Cognetivity در لندن است. در حال حاضر استادیار پژوهشگاه رویان در تهران و همچنین مدیر عامل شتابدهنده همتک هستند.
http://authena.ir/
ما را دنبال کنید:
آپارات:
https://www.aparat.com/shenasa.ai
لینکدین:
https://www.linkedin.com/company/shenasa-ai/
اینستاگرام:
https://www.instagram.com/shenasa.ai
#Authena
#خبر
#آتنا ، راهکارِ شناسا برای احراز هویت آنلاین
https://ecomotive.ir/1399/09/12/authena-online-authentication/
مرتبط با معرفی سرویس هوشمند احراز هویت آنلاین آتنا (Authena)
http://authena.ir/
#Authena
#آتنا ، راهکارِ شناسا برای احراز هویت آنلاین
https://ecomotive.ir/1399/09/12/authena-online-authentication/
مرتبط با معرفی سرویس هوشمند احراز هویت آنلاین آتنا (Authena)
http://authena.ir/
#Authena
Ecomotive
آتنا ، راهکارِ شناسا برای احراز هویت آنلاین
شرکت دانشبنیان دادهپویانآلما با هدف نقشآفرینی در توسعه زیرساختهای هوشمصنوعی و احراز هویت آنلاین، سامانهای را با نام آتنا طراحی و پیادهسازی کرده است.
مجموعه دانش بنیان #شناسا، حامی رقابت های تخصصی هوش مصنوعی #فیس_کاپ
همچنین به منظور تشویق هر چه بیشتر به شرکت در این رقابت، ۱۰۰ کد تخفیف ۱۰۰ درصدی دوره های آموزشی آکادمی شناسا، class.vision در نظر گرفته شده است.
برای اطلاعات بیشتر به سایت چالش مراجعه کنید:
facecup.ir
همچنین به منظور تشویق هر چه بیشتر به شرکت در این رقابت، ۱۰۰ کد تخفیف ۱۰۰ درصدی دوره های آموزشی آکادمی شناسا، class.vision در نظر گرفته شده است.
برای اطلاعات بیشتر به سایت چالش مراجعه کنید:
facecup.ir
Shenasa-ai.ir
مجموعه دانش بنیان #شناسا، حامی رقابت های تخصصی هوش مصنوعی #فیس_کاپ همچنین به منظور تشویق هر چه بیشتر به شرکت در این رقابت، ۱۰۰ کد تخفیف ۱۰۰ درصدی دوره های آموزشی آکادمی شناسا، class.vision در نظر گرفته شده است. برای اطلاعات بیشتر به سایت چالش مراجعه کنید:…
لطفا پس از ارسال رزومه ها نام گروه را به پشتیبانی واتس اپ چالش برای دریافت کد ارسال نمائید
مجموعه دانش بنیان #شناسا (داده پویان آلما)، به عنوان حامی چالش فیس کاپ، دوره ی تخصصی بازشناسی چهره برگزار میکند.
این دوره در ۳ روز متوالی(۱۴ الی ۱۶ دی ماه)، توسط مهندس علیرضا اخوان پور برگزار خواهد شد.
https://www.instagram.com/p/CJJscTZgKWa/?igshid=cot786vhoiv4
این دوره در ۳ روز متوالی(۱۴ الی ۱۶ دی ماه)، توسط مهندس علیرضا اخوان پور برگزار خواهد شد.
https://www.instagram.com/p/CJJscTZgKWa/?igshid=cot786vhoiv4
#شناسا، به عنوان حامی رویداد بازشناسی چهره فیسکاپ، رویداد تخصصی آموزشی بازشناسی چهره عمیق را برگزار میکند:
http://class.vision/product/shenasa/
⏱ تاریخ و ساعات برگزاری
یکشنبه تا سه شنبه (۱۴ تا ۱۶ دی ماه)
ساعت ۷ الی ۹ عصر
👤مدرس:
علیرضا اخوان پور، مدیر فنی مجموعه دانش بنیان شناسا. مدرس دانشگاه شهید رجایی و منتور در شتاب دهنده هوش مصنوعی همتک. مدرس هوش مصنوعی و یادگیری عمیق با ۴ سال سابقه تدریس در موسسه ها و دانشگاههای برتر نظیر سابقه ارائه کارگاههای آموزشی در دانشگاه امیر کبیر، شریف، یازدهمین کنفرانس ملی و اولین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران، صندوق نوآوری شکوفایی و سابقه تدریس دوره های آزاد آموزشی در جهاد دانشگاه شریف و دانشگاه تهران.
🖍پیش نیاز دوره:
آشنایی با مفاهیم پایه شبکه عصبی
آشنایی با شبکه های کانولوشنالی
توانایی پیاده سازی شبکه های عصبی عمیق در فریمورک keras / Tensorflow
http://class.vision/product/shenasa/
⏱ تاریخ و ساعات برگزاری
یکشنبه تا سه شنبه (۱۴ تا ۱۶ دی ماه)
ساعت ۷ الی ۹ عصر
👤مدرس:
علیرضا اخوان پور، مدیر فنی مجموعه دانش بنیان شناسا. مدرس دانشگاه شهید رجایی و منتور در شتاب دهنده هوش مصنوعی همتک. مدرس هوش مصنوعی و یادگیری عمیق با ۴ سال سابقه تدریس در موسسه ها و دانشگاههای برتر نظیر سابقه ارائه کارگاههای آموزشی در دانشگاه امیر کبیر، شریف، یازدهمین کنفرانس ملی و اولین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران، صندوق نوآوری شکوفایی و سابقه تدریس دوره های آزاد آموزشی در جهاد دانشگاه شریف و دانشگاه تهران.
🖍پیش نیاز دوره:
آشنایی با مفاهیم پایه شبکه عصبی
آشنایی با شبکه های کانولوشنالی
توانایی پیاده سازی شبکه های عصبی عمیق در فریمورک keras / Tensorflow
کلاسویژن
دوره آموزشی تخصصی بازشناسی چهره عمیق با Tensorflow/Keras - کلاسویژن
مجموعهی دانشبنیان شناسا، فعال در حوزه ی هوش مصنوعی، بینایی ماشین و یادگیری عمیق به عنوان حامی چالش فیسکاپ دوره ی تخصصی بازشناسی چهره عمیق را برگزار کرده و
#استخدام برنامه نویس Full Stack در شرکت دانش بنیان داده پویان آلما (شناسا)
✔️مسلط به PHP و OOP
✔️مسلط یه یکی از فریم ورک های مطرح PHP نظیر Zend، Symfony و ...
✔️مسلط به یکی از دیتابیس های رابطه ای MySQL یا PgSQL
✔️آشنا به GIT
✔️آشنا به زبان های برنامه نویسی Client Side
✔️حداقل 2 سال تجربه کاری
🌟ویژگی های فردی
- خلاق، با انگیزه، مسئولیت پذیر و منظم
- دارای روحیه و اخلاق کار تیمی
در تیم امکان پیشرفت برای تمام اعضا فراهم است و هرکس مسئولیت بخشی از مجموعه را عهده دارد.
اگر به دنبال جایی برای رشد و پیشرفت در کنار تمام روابط صمیمی و دوستانه هستید، ما منتظرتان هستیم.
ایمیل: info[@]almaatech.ir
✔️مسلط به PHP و OOP
✔️مسلط یه یکی از فریم ورک های مطرح PHP نظیر Zend، Symfony و ...
✔️مسلط به یکی از دیتابیس های رابطه ای MySQL یا PgSQL
✔️آشنا به GIT
✔️آشنا به زبان های برنامه نویسی Client Side
✔️حداقل 2 سال تجربه کاری
🌟ویژگی های فردی
- خلاق، با انگیزه، مسئولیت پذیر و منظم
- دارای روحیه و اخلاق کار تیمی
در تیم امکان پیشرفت برای تمام اعضا فراهم است و هرکس مسئولیت بخشی از مجموعه را عهده دارد.
اگر به دنبال جایی برای رشد و پیشرفت در کنار تمام روابط صمیمی و دوستانه هستید، ما منتظرتان هستیم.
ایمیل: info[@]almaatech.ir
#خبر #آموزش #معرفی_دیتاست
معرفی دیتاست objectron گوگل برای درک سه بعدی اشیاء (تصویر این پست)
3D Object Understanding
https://github.com/google-research-datasets/Objectron/
برخلاف دیتاست های قبلی تشخیص اشیاء که همگی محدوده ی تصاویر دو بعدی را مشخص کرده بودند، این دیتاست که توسط گوگل منتشر شده بر روی فریم های متوالی محدوده های سه بعدی اشیاء را مشخص کرده است.
این مجموعه داده شامل 15000 ویدیو و 4 میلیون تصویر در کلاسهای زیر است.
bikes, books, bottles, cameras, cereal boxes, chairs, cups, laptops, shoes
آموزش دانلود و استفاده از این مجموعه داده را میتوانید از اینجا ببینید.
همچنین مدلهای پایه ای روی این دیتاست توسعه داده شده، مدل قبلی این تیم که به صورت single-shot بود را در اینجا ببینید. اما مدل جدید منتشر شده دو مرحله ای است که در مرحله ی اول فقط محدوده ی دو بعدی شی در آن فریم را محاسبه کرده و سپس مرحله ی دوم که از بریده شده ی مرحله ی قبل تغذیه میگردد، به عنوان خروجی محدوده ی سه بعدی آن فریم را به همراه پیشنهاد محدوده ی فریم بعدی را به ما خواهد داد.
این روش جدید حدود 3 برابر از روش تک مرحله ای قبل سریعتر است و آموزش لیبل گذاری ویدیو برای این کار را از اینجا میتوانید مشاهده کنید.
مطالعه بیشتر:
https://medium.com/swlh/introducing-objectron-the-next-phase-in-3d-object-understanding-8432bf285345
https://github.com/google-research-datasets/objectron
#دیتاست #دیتا ###dataset #object_detection #Objectron
———————————
مجموعه دانش بنیان شناسا ( داده پویان آلما)
http://shenasa.ai
http://shenasa-ai.ir
ما را دنبال کنید:
آپارات:
https://www.aparat.com/shenasa.ai
لینکدین:
https://www.linkedin.com/company/shenasa-ai/
اینستاگرام:
https://www.instagram.com/shenasa.ai
کانال تلگرام:
https://t.me/shenasa_ai
اخبار و آموزش های تخصصی هوش مصنوعی در تلگرام: @cvision
معرفی دیتاست objectron گوگل برای درک سه بعدی اشیاء (تصویر این پست)
3D Object Understanding
https://github.com/google-research-datasets/Objectron/
برخلاف دیتاست های قبلی تشخیص اشیاء که همگی محدوده ی تصاویر دو بعدی را مشخص کرده بودند، این دیتاست که توسط گوگل منتشر شده بر روی فریم های متوالی محدوده های سه بعدی اشیاء را مشخص کرده است.
این مجموعه داده شامل 15000 ویدیو و 4 میلیون تصویر در کلاسهای زیر است.
bikes, books, bottles, cameras, cereal boxes, chairs, cups, laptops, shoes
آموزش دانلود و استفاده از این مجموعه داده را میتوانید از اینجا ببینید.
همچنین مدلهای پایه ای روی این دیتاست توسعه داده شده، مدل قبلی این تیم که به صورت single-shot بود را در اینجا ببینید. اما مدل جدید منتشر شده دو مرحله ای است که در مرحله ی اول فقط محدوده ی دو بعدی شی در آن فریم را محاسبه کرده و سپس مرحله ی دوم که از بریده شده ی مرحله ی قبل تغذیه میگردد، به عنوان خروجی محدوده ی سه بعدی آن فریم را به همراه پیشنهاد محدوده ی فریم بعدی را به ما خواهد داد.
این روش جدید حدود 3 برابر از روش تک مرحله ای قبل سریعتر است و آموزش لیبل گذاری ویدیو برای این کار را از اینجا میتوانید مشاهده کنید.
مطالعه بیشتر:
https://medium.com/swlh/introducing-objectron-the-next-phase-in-3d-object-understanding-8432bf285345
https://github.com/google-research-datasets/objectron
#دیتاست #دیتا ###dataset #object_detection #Objectron
———————————
مجموعه دانش بنیان شناسا ( داده پویان آلما)
http://shenasa.ai
http://shenasa-ai.ir
ما را دنبال کنید:
آپارات:
https://www.aparat.com/shenasa.ai
لینکدین:
https://www.linkedin.com/company/shenasa-ai/
اینستاگرام:
https://www.instagram.com/shenasa.ai
کانال تلگرام:
https://t.me/shenasa_ai
اخبار و آموزش های تخصصی هوش مصنوعی در تلگرام: @cvision
Telegram
Shenasa-ai.ir
3D Object Understanding
اطلاعات بیشتر:
https://t.me/shenasa_ai/38
اطلاعات بیشتر:
https://t.me/shenasa_ai/38
#رویداد #رویداد_رایگان
💠 یکشنبه 19 ارديبهشت ماه ساعت 18، آقای علیرضا اخوان پور، از اعضای مجموعه شناسا به همراه ديگر متخصصان در مورد دورههای هوش مصنوعي و یادگیری عمیق و پیشنهادهایی برای شروع یادگیری صحبت خواهند کرد.
آدرس صفحه اینستاگرام ما:
https://instagram.com/shenasa.ai
لینک ورود به رویداد :
https://www.skyroom.online/ch/ghadirco1400/ai
💠 یکشنبه 19 ارديبهشت ماه ساعت 18، آقای علیرضا اخوان پور، از اعضای مجموعه شناسا به همراه ديگر متخصصان در مورد دورههای هوش مصنوعي و یادگیری عمیق و پیشنهادهایی برای شروع یادگیری صحبت خواهند کرد.
آدرس صفحه اینستاگرام ما:
https://instagram.com/shenasa.ai
لینک ورود به رویداد :
https://www.skyroom.online/ch/ghadirco1400/ai
#آموزش #بلاگ
📢پست جدید وبلاگ شناسا،
📝آشنایی با Mixed Precision و مزایای آن
🔗https://vrgl.ir/mKDl4
کدهای استفاده شده در این آموزش را از گیت هاب مشاهده کنید.
🖊در این پست مزایای استفاده از fp16 به جای 32 بیتی و روش های پیاده سازی در دو فریم ورک Tensorflow و Pytorch را بیان کردیم.
ما را در ویرگول دنبال کنید و در کامنت، موضوع آموزش های آینده را پیشنهاد بدهید.
————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai
📢پست جدید وبلاگ شناسا،
📝آشنایی با Mixed Precision و مزایای آن
🔗https://vrgl.ir/mKDl4
کدهای استفاده شده در این آموزش را از گیت هاب مشاهده کنید.
🖊در این پست مزایای استفاده از fp16 به جای 32 بیتی و روش های پیاده سازی در دو فریم ورک Tensorflow و Pytorch را بیان کردیم.
ما را در ویرگول دنبال کنید و در کامنت، موضوع آموزش های آینده را پیشنهاد بدهید.
————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai
#آموزش #بلاگ
📢پست جدید وبلاگ شناسا،
📝استفاده از MixUp برای Data Augmentation
🔗 https://vrgl.ir/3NZJe
🔗 http://shenasa-ai.ir/content/79/mixup-augmentation
کدهای استفاده شده در این آموزش را از گیت هاب مشاهده کنید.
🖊در این پست چگونگی عملکرد روش MixUp برای Data Augmentation و نحوه پیادهسازی را بیان کردیم.
ما را در ویرگول دنبال کنید و در کامنت، موضوع آموزش های آینده را پیشنهاد بدهید.
————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai
📢پست جدید وبلاگ شناسا،
📝استفاده از MixUp برای Data Augmentation
🔗 https://vrgl.ir/3NZJe
🔗 http://shenasa-ai.ir/content/79/mixup-augmentation
کدهای استفاده شده در این آموزش را از گیت هاب مشاهده کنید.
🖊در این پست چگونگی عملکرد روش MixUp برای Data Augmentation و نحوه پیادهسازی را بیان کردیم.
ما را در ویرگول دنبال کنید و در کامنت، موضوع آموزش های آینده را پیشنهاد بدهید.
————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai
ویرگول
استفاده از MixUp برای Data Augmentation
ایده تکنیک MixUp در سال در این مقاله معرفی شد و به سرعت مورد استقبال افراد فعال در این حوزه قرار گرفت پیاده سازی این ایده بسیار آسان…
#کاراموزی
https://www.instagram.com/p/CPvTmbHADB2/?utm_medium=copy_link
مجموعه دانش بنیان شناسا کاراموز می پذیرد...
https://www.instagram.com/p/CPvTmbHADB2/?utm_medium=copy_link
مجموعه دانش بنیان شناسا کاراموز می پذیرد...
Instagram
Instagram