UPANets: Learning from the Universal Pixel Attention Networks Edit social preview

Github: https://github.com/hanktseng131415go/UPANets

Paper: https://arxiv.org/pdf/2103.08640.pdf

👉 @bigdata_1

Toward Spatially Unbiased Generative Models

Github: https://github.com/jychoi118/toward_spatial_unbiased

Paper: https://arxiv.org/abs/2108.01285v1

👉 @bigdata_1

Training GANs with Stronger Augmentations via Contrastive Discriminator Edit social preview

Github: https://github.com/jh-jeong/ContraD

Paper: https://arxiv.org/abs/2103.09742


👉 @bigdata_1

▶️ Deepminds's Perceiver: General Perception with Iterative Attention

General architecture that works on many kinds of data

https://deepmind.com/blog/article/building-architectures-that-can-handle-the-worlds-data

Github: https://github.com/deepmind/deepmind-research/tree/master/perceiver

Colab: https://colab.research.google.com/github/deepmind/deepmind_research/blob/master/perceiver/colabs/masked_language_modelling.ipynb

Paper: https://arxiv.org/abs/2103.03206

👉 @bigdata_1

You Only Look One-level Feature

Github: https://github.com/megvii-model/YOLOF

Object detector without FPN: https://github.com/chensnathan/YOLOF

Paper: https://arxiv.org/abs/2103.09460v1

👉 @bigdata_1

📸 Physics-based Noise Modeling for Extreme Low-light Photography

Github: https://github.com/Vandermode/ELD

Paper: https://arxiv.org/abs/2108.02158v1

Dataset: https://drive.google.com/drive/folders/1CT2Ny9W9ArdSQaHNxC5hGwav9lZHoqJa?usp=sharing

👉 @bigdata_1

A Gentle Introduction to XGBoost Loss Functions

https://machinelearningmastery.com/xgboost-loss-functions/

👉 @bigdata_1

Improving Contrastive Learning by Visualizing Feature Transformation

Github: https://github.com/DTennant/CL-Visualizing-Feature-Transformation

Paper: https://arxiv.org/abs/2108.02982

👉 @bigdata_1

Transformer Meets Tracker: Exploiting Temporal Context for Robust Visual Tracking

Github: https://github.com/594422814/TransformerTrack

Paper: https://arxiv.org/abs/2103.11681v1

👉 @bigdata_1

📹 Internal Video Inpainting by Implicit Long-range Propagation

Github: https://github.com/Tengfei-Wang/Implicit-Internal-Video-Inpainting

Paper: https://arxiv.org/abs/2108.01912v1

4k Data: https://github.com/Tengfei-Wang/Annotated-4K-Videos

Dataset: https://paperswithcode.com/dataset/videoremoval4k

👉 @bigdata_1

How Do I Import Kaggle Datasets Into Google Colab?

https://soorajsknair.medium.com/how-do-i-import-kaggle-datasets-into-google-colab-c920edcd18fc

👉 @bigdata_1

🔍 Contrastive Sensor Fusion

Github: https://github.com/descarteslabs/contrastive_sensor_fusion

Paper: https://arxiv.org/abs/2108.05094v1
👉 @bigdata_1

Стартует одно из самых крупных в стране соревнований по решению задач в области машинного обучения и AI — AI Journey Contest 2022. Призовой фонд составляет 5.500.000 рублей

💰Победители получат крупные денежные призы. В этом году соревнование проходит при поддержке Института искусственного интеллекта AIRI.

Познакомиться с DS Works, соревновательной платформой Cloud (самый быстрорастущий провайдер России и владелец двух суперкомпьютеров), можно будет на вебинаре 18 октября. Вы узнаете:

✅ Как получить доступ к ресурсам суперкомпьютера для обучения модели (46 место в топе самых мощных суперкомпьютеров мира);
✅ Как зарегистрироваться в DS Works и что обязательно стоит указать в своем профиле;
✅ Как принять участие в соревновании и загрузить свое решение;
✅ По каким критериям оцениваются решения (опыт предыдущих соревнований);
✅ Как выглядят публичная и приватная турнирные таблицы.

Бесплатный вебинар будет полезен всем, кто знаком с AI/ML и хочет попробовать свои силы в борьбе за призы.

Регистрируйтесь тут

I'm AI names colors much as humans do

https://ai.facebook.com/blog/ai-names-colors-much-as-humans-do/

Paper: https://www.pnas.org/content/118/12/e2016569118

Code: https://github.com/rahmacha/EGG
👉 @bigdata_1

🎨 Paint Transformer: Feed Forward Neural Painting with Stroke Prediction

Github: https://github.com/huage001/painttransformer

Paper: https://arxiv.org/abs/2108.03798

Paddle Implementation: https://github.com/PaddlePaddle/PaddleGAN
👉 @bigdata_1

Tune XGBoost Performance With Learning Curves

https://machinelearningmastery.com/tune-xgboost-performance-with-learning-curves/
👉 @bigdata_1

🧹 Overview of data cleaning methods

https://habr.com/ru/company/ru_mts/blog/571606/
👉 @bigdata_1

OTA: Optimal Transport Assignment for Object Detection

Github: https://github.com/Megvii-BaseDetection/OTA

Paper: http://arxiv.org/abs/2103.14259
👉 @bigdata_1

⚪ SP-GAN: Sphere-Guided 3D Shape Generation and Manipulation (SIGGRAPH 2021)

Github: https://github.com/liruihui/sp-gan

Paper: https://arxiv.org/abs/2108.04476v1

Project: https://liruihui.github.io/publication/SP-GAN/
👉 @bigdata_1

Changing the Mind of Transformers for Topically-Controllable Language Generation

Github: https://github.com/iesl/interactive_LM

Paper: https://arxiv.org/abs/2103.15335v1
👉 @bigdata_1