Cleanlab
Стандартный пакет ИИ, ориентированный на данные, для обеспечения качества данных и машинного обучения с использованием беспорядочных, реальных данных и меток.
👣 Docs: https://docs.cleanlab.ai/
📌 Examples: https://github.com/cleanlab/examples
⏩ Paprer: https://arxiv.org/abs/2211.13895v1
⭐️ Datasets: https://paperswithcode.com/dataset/celeba
https://github.com/cleanlab/cleanlab
👉 @bigdata_1
Стандартный пакет ИИ, ориентированный на данные, для обеспечения качества данных и машинного обучения с использованием беспорядочных, реальных данных и меток.
👣 Docs: https://docs.cleanlab.ai/
📌 Examples: https://github.com/cleanlab/examples
⏩ Paprer: https://arxiv.org/abs/2211.13895v1
⭐️ Datasets: https://paperswithcode.com/dataset/celeba
https://github.com/cleanlab/cleanlab
👉 @bigdata_1
👍1
RecBole
RecBole разработан на основе Python и PyTorch для воспроизведения и разработки алгоритмов рекомендаций в единой, комплексной и эффективной структуре для исследовательских целей.
pip install recbole
🖥 Github: https://github.com/RUCAIBox/RecBole
🗒 Paper: https://arxiv.org/abs/2211.15148v1
⭐️ Dataset: https://paperswithcode.com/dataset/movielens
🔩 Docs: https://recbole.io/docs/
👉 @bigdata_1
RecBole разработан на основе Python и PyTorch для воспроизведения и разработки алгоритмов рекомендаций в единой, комплексной и эффективной структуре для исследовательских целей.
pip install recbole
🖥 Github: https://github.com/RUCAIBox/RecBole
🗒 Paper: https://arxiv.org/abs/2211.15148v1
⭐️ Dataset: https://paperswithcode.com/dataset/movielens
🔩 Docs: https://recbole.io/docs/
👉 @bigdata_1
👍2
MedMNIST-C: benchmark dataset based on the MedMNIST+ collection covering 12 2D datasets and 9 imaging modalities.
pip install medmnistc
🖥 Github: https://github.com/francescodisalvo05/medmnistc-api
📕 Paper: https://arxiv.org/abs/2406.17536v2
🔥Dataset: https://paperswithcode.com/dataset/imagenet-c
👉 @bigdata_1
pip install medmnistc
🖥 Github: https://github.com/francescodisalvo05/medmnistc-api
📕 Paper: https://arxiv.org/abs/2406.17536v2
🔥Dataset: https://paperswithcode.com/dataset/imagenet-c
👉 @bigdata_1
👍3
BEVPoolv2: A Cutting-edge Implementation of BEVDet Toward Deployment
BEVPoolv2 модернизирeует процесс обработки данных с точки зрения инженерной оптимизации, уменьшая затраты как в аспектах вычислений, так и в аспектах хранения данных.
🖥 Github: https://github.com/HuangJunJie2017/BEVDet
⭐️ Dataset: https://github.com/HuangJunJie2017/BEVDet/blob/dev2.0/docs/en/datasets/nuscenes_det.md
🗒 Paper: https://arxiv.org/abs/2211.17111v1
🔩 Configs: https://github.com/HuangJunJie2017/BEVDet/blob/dev2.0/configs/bevdet/bevdet-r50.py
👉 @bigdata_1
BEVPoolv2 модернизирeует процесс обработки данных с точки зрения инженерной оптимизации, уменьшая затраты как в аспектах вычислений, так и в аспектах хранения данных.
🗒 Paper: https://arxiv.org/abs/2211.17111v1
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
MixVoxels: Mixed Neural Voxels for Fast Multi-view Video Synthesis
MixVoxels позволяет генерировать динамические 4D-сцены как смесь статических и динамических вокселей и позволяет обрабатывать их с помощью различных сетей.
🖥 Github: https://github.com/fengres/mixvoxels
⏩ Paprer: https://arxiv.org/pdf/2212.00190.pdf
✅️ Project: https://fengres.github.io/mixvoxels/
⭐️ Datasets: https://github.com/facebookresearch/Neural_3D_Video
👉 @bigdata_1
MixVoxels позволяет генерировать динамические 4D-сцены как смесь статических и динамических вокселей и позволяет обрабатывать их с помощью различных сетей.
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡2
This media is not supported in your browser
VIEW IN TELEGRAM
Score Jacobian Chaining: Lifting Pretrained 2D Diffusion Models for 3D Generation
Метод, который преобразует предварительно обученную 2D-генеративную модель диффузии на изображениях в 3D-генеративную модель, не требуя каких-либо 3D-данных.
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
🖥 Github: https://github.com/pals-ttic/sjc
⏩ Paprer: https://arxiv.org/abs/2212.00774v1
✅️ Colab: https://colab.research.google.com/drive/1zixo66UYGl70VOPy053o7IV_YkQt5lCZ
👉 @bigdata_1
Метод, который преобразует предварительно обученную 2D-генеративную модель диффузии на изображениях в 3D-генеративную модель, не требуя каких-либо 3D-данных.
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡3❤🔥1👍1🔥1
Melody transcription via generative pre-training
Sheet Sage транскрибирует вашу любимую песню в лид-лист, содержащий ноты и аккорды!
🖥 Github: https://github.com/chrisdonahue/sheetsage
⏩ Paprer: https://arxiv.org/abs/2212.01884v1
⭐️ Dataset: https://www.hooktheory.com/theorytab
👉 @bigdata_1
Sheet Sage транскрибирует вашу любимую песню в лид-лист, содержащий ноты и аккорды!
🖥 Github: https://github.com/chrisdonahue/sheetsage
⏩ Paprer: https://arxiv.org/abs/2212.01884v1
⭐️ Dataset: https://www.hooktheory.com/theorytab
👉 @bigdata_1
👍2⚡1
DiffusionInst: Diffusion Model for Instance Segmentation
DiffusionInst — первый алгоритм диффузионной модели для сегментации объектов.
🖥 Github:https://github.com/chenhaoxing/DiffusionInst
🌐 Instruction: https://github.com/chenhaoxing/DiffusionInst/blob/main/GETTING_STARTED.md
⏩ Paprer: https://arxiv.org/abs/2212.02773v2
⭐️ Dataset: https://paperswithcode.com/dataset/lvis
👉 @bigdata_1
DiffusionInst — первый алгоритм диффузионной модели для сегментации объектов.
🖥 Github:https://github.com/chenhaoxing/DiffusionInst
🌐 Instruction: https://github.com/chenhaoxing/DiffusionInst/blob/main/GETTING_STARTED.md
⏩ Paprer: https://arxiv.org/abs/2212.02773v2
⭐️ Dataset: https://paperswithcode.com/dataset/lvis
👉 @bigdata_1
👍4
This media is not supported in your browser
VIEW IN TELEGRAM
Learning Video Representations from Large Language Models
Новая Модель отт мета, которая автоматичеси генерирует текстовое описание для видео.
🖥 Github: https://github.com/facebookresearch/lavila
💡 Demo: https://huggingface.co/spaces/nateraw/lavila
⏩ Paprer: http://arxiv.org/abs/2212.04501
❤️ Colab: https://colab.research.google.com/drive/1gHWiEWywIotRivYQTR-8NQ6GJC7sJUe4
⭐️ Dataset: https://paperswithcode.com/dataset/hmdb51
👉 @bigdata_1
Новая Модель отт мета, которая автоматичеси генерирует текстовое описание для видео.
💡 Demo: https://huggingface.co/spaces/nateraw/lavila
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
evosax: JAX-based Evolution Strategies
QDax — это инструмент для ускорения алгоритмов Quality-Diversity (QD) и нейроэволюции.
🖥 Github: https://github.com/adaptive-intelligent-robotics/qdax
🎷 Evosax: https://github.com/RobertTLange/evosax
⏩ Paprer: https://arxiv.org/abs/2212.04180v1
🚀 Docs: https://qdax.readthedocs.io/en/latest/
❤️ Colab: https://colab.research.google.com/github/adaptive-intelligent-robotics/QDax/blob/main/examples/mapelites.ipynb
⭐️ Dataset: https://paperswithcode.com/dataset/brax
👉 @bigdata_1
QDax — это инструмент для ускорения алгоритмов Quality-Diversity (QD) и нейроэволюции.
🎷 Evosax: https://github.com/RobertTLange/evosax
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡1👍1
An Empirical Study on Compliance with Ranking Transparency in the Software Documentation of EU Online Platforms
🖥 Github: https://github.com/francesco-sovrano/automating-regulatory-compliance-an-empirical-study-on-ranking-transparency-of-eu-online-platforms
📕 Paper: https://arxiv.org/pdf/2312.14794v1.pdf
✨ Tasks: https://paperswithcode.com/task/information-retrieval
👉 @bigdata_1
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡1👍1
SINE: SINgle Image Editing with Text-to-Image Diffusion Models
Модель диффузии для генерации контента всего лишь из одного изображения.
🖥 Github: https://github.com/zhang-zx/sine
➡️ Project: https://zhang-zx.github.io/SINE/
⏩ Paprer: https://arxiv.org/abs/2212.04489
❤️ Colab: https://colab.research.google.com/github/zhang-zx/SINE/blob/master/SINE.ipynb
👉 @bigdata_1
Модель диффузии для генерации контента всего лишь из одного изображения.
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2⚡1🔥1
PyPop7 (Pure-PYthon library of POPulation-based black-box OPtimization)
Интерфейс для более чем 60 вариантов различных алгоритмов оптимизации.
$ pip install pypop7
🖥 Github: https://github.com/evolutionary-intelligence/pypop
⏩ Paprer: https://arxiv.org/abs/2212.05652v1
⭐️ Derivative-Free Optimization (DFO): https://link.springer.com/article/10.1007/s10208-021-09513-z
👉 @bigdata_1
Интерфейс для более чем 60 вариантов различных алгоритмов оптимизации.
$ pip install pypop7
🖥 Github: https://github.com/evolutionary-intelligence/pypop
⏩ Paprer: https://arxiv.org/abs/2212.05652v1
⭐️ Derivative-Free Optimization (DFO): https://link.springer.com/article/10.1007/s10208-021-09513-z
👉 @bigdata_1
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
ECON: Explicit Clothed humans Obtained from Normals
ECON разработан для «оцифровки человека из изображения». ECON помогает высокоточно выдедить одетых людей на изображении , в люблй одежде и в сложных позах. ECON также поддерживает реконструкцию нескольких человек и анимацию на основе SMPL-X.
🖥 Github: https://github.com/YuliangXiu/ECON
⏩ Paprer: https://arxiv.org/abs/2212.07422
📎 Demo: https://github.com/YuliangXiu/ECON#demo
✔️ Instructions: https://github.com/YuliangXiu/ECON#instructions
👉 @bigdata_1
ECON разработан для «оцифровки человека из изображения». ECON помогает высокоточно выдедить одетых людей на изображении , в люблй одежде и в сложных позах. ECON также поддерживает реконструкцию нескольких человек и анимацию на основе SMPL-X.
🖥 Github: https://github.com/YuliangXiu/ECON
⏩ Paprer: https://arxiv.org/abs/2212.07422
📎 Demo: https://github.com/YuliangXiu/ECON#demo
✔️ Instructions: https://github.com/YuliangXiu/ECON#instructions
👉 @bigdata_1
👍3
This media is not supported in your browser
VIEW IN TELEGRAM
StackExplain
Cкрипт на основе ChatGPT, который выведет и обьяснит ошибку в вашем коде.
https://github.com/shobrook/stackexplain
https://habr.com/ru/companies/getmatch/articles/704680/
👉 @bigdata_1
Cкрипт на основе ChatGPT, который выведет и обьяснит ошибку в вашем коде.
$ pip3 install stackexplain
https://github.com/shobrook/stackexplain
https://habr.com/ru/companies/getmatch/articles/704680/
👉 @bigdata_1
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
DeepLSD: Line Segment Detection and Refinement with Deep Image Gradients
DeepLSD — это универсальный линейный детектор, который распознает объекты с точностью ручного распознавания. Он подходит для любых задач, требующих высокой точности при сегментации и распознавании объектов.
🖥 Github: https://github.com/cvg/deeplsd
⏩ Paprer: https://arxiv.org/abs/2212.07766v1
✔️ Dataset: https://paperswithcode.com/dataset/hpatches
👉 @bigdata_1
DeepLSD — это универсальный линейный детектор, который распознает объекты с точностью ручного распознавания. Он подходит для любых задач, требующих высокой точности при сегментации и распознавании объектов.
git clone --recurse-submodules [email protected]:cvg/DeepLSD.git
cd DeepLSD
🖥 Github: https://github.com/cvg/deeplsd
⏩ Paprer: https://arxiv.org/abs/2212.07766v1
✔️ Dataset: https://paperswithcode.com/dataset/hpatches
👉 @bigdata_1
👍7⚡1😁1