Easy Start
On Analyzing the Role of Image for Visual-enhanced Relation Extraction
git clone https://github.com/zjunlp/DeepKE.git
cd DeepKE/example/re/multimodal
Github: https://github.com/zjunlp/DeepKE/tree/main/example/re/multimodal
🗒 Paper: https://arxiv.org/abs/2211.07504v1
Dataset: https://github.com/thecharm/Mega
Pretrained model: https://huggingface.co/openai/clip-vit-base-patch32
👉 @bigdata_1
On Analyzing the Role of Image for Visual-enhanced Relation Extraction
git clone https://github.com/zjunlp/DeepKE.git
cd DeepKE/example/re/multimodal
Github: https://github.com/zjunlp/DeepKE/tree/main/example/re/multimodal
🗒 Paper: https://arxiv.org/abs/2211.07504v1
Dataset: https://github.com/thecharm/Mega
Pretrained model: https://huggingface.co/openai/clip-vit-base-patch32
👉 @bigdata_1
⚡2
Versatile Diffusion: Text, Images and Variations All in One Diffusion Model
VD поддерживает преобразование изображения в текст, изменение изображения, преобразование текста в изображение и генерацию текста Будущие версии будут поддерживать речь, музыку, видео и 3D. Универсальная диффузия: текст, изображения и вариации — все в одной модели.
Github: https://github.com/shi-labs/versatile-diffusion
🗒 Paper: https://arxiv.org/abs/2211.08332v1
Demo: https://huggingface.co/spaces/shi-labs/Versatile-Diffusion
Dataset: https://github.com/rom1504/img2dataset
👉 @bigdata_1
VD поддерживает преобразование изображения в текст, изменение изображения, преобразование текста в изображение и генерацию текста Будущие версии будут поддерживать речь, музыку, видео и 3D. Универсальная диффузия: текст, изображения и вариации — все в одной модели.
Github: https://github.com/shi-labs/versatile-diffusion
🗒 Paper: https://arxiv.org/abs/2211.08332v1
Demo: https://huggingface.co/spaces/shi-labs/Versatile-Diffusion
Dataset: https://github.com/rom1504/img2dataset
👉 @bigdata_1
⚡2🔥1
ActionFormer: Localizing Moments of Actions with Transformers
Github: https://github.com/happyharrycn/actionformer_release
Features and Annotations: https://drive.google.com/file/d/1JKh3w14ngAjgzuuP22BnjhkhIcBSqteJ/view?usp=sharing
🗒 Pre-trained Model: https://arxiv.org/abs/2211.09074v1
Dataset: https://paperswithcode.com/dataset/kinetics
👉 @bigdata_1
Github: https://github.com/happyharrycn/actionformer_release
Features and Annotations: https://drive.google.com/file/d/1JKh3w14ngAjgzuuP22BnjhkhIcBSqteJ/view?usp=sharing
🗒 Pre-trained Model: https://arxiv.org/abs/2211.09074v1
Dataset: https://paperswithcode.com/dataset/kinetics
👉 @bigdata_1
⚡2👍1
InvokeAI: A Stable Diffusion Toolkit
InvokeAI — набор надежных инструментов для создания и редактирования изображений с помощью нейросети.
🖥 Github: https://github.com/invoke-ai/InvokeAI
⭐️ Как запустить: https://telegra.ph/Kak-zapustit-II-generator-Stable-Diffusion-11-18
📃 Docs: https://invoke-ai.github.io/InvokeAI/
👉 @bigdata_1
InvokeAI — набор надежных инструментов для создания и редактирования изображений с помощью нейросети.
🖥 Github: https://github.com/invoke-ai/InvokeAI
⭐️ Как запустить: https://telegra.ph/Kak-zapustit-II-generator-Stable-Diffusion-11-18
📃 Docs: https://invoke-ai.github.io/InvokeAI/
👉 @bigdata_1
👍2🤮1
DiffusionDet: Diffusion Model for Object Detection
DiffusionDet — первая диффузионная модель для обнаружения объектов.
Github: https://github.com/shoufachen/diffusiondet
Paper: https://arxiv.org/abs/2211.09788v1
🗒 Getting Started: https://github.com/ShoufaChen/DiffusionDet/blob/main/GETTING_STARTED.md
Dataset: https://paperswithcode.com/dataset/imagenet
👉 @bigdata_1
DiffusionDet — первая диффузионная модель для обнаружения объектов.
Github: https://github.com/shoufachen/diffusiondet
Paper: https://arxiv.org/abs/2211.09788v1
🗒 Getting Started: https://github.com/ShoufaChen/DiffusionDet/blob/main/GETTING_STARTED.md
Dataset: https://paperswithcode.com/dataset/imagenet
👉 @bigdata_1
👍3
MOTRv2: Bootstrapping End-to-End Multi-Object Tracking by Pretrained Object Detectors
MOTRv2, простой, но эффективный конвейер для запуска отслеживания нескольких объектов.
Github: https://github.com/megvii-research/MOTRv2
Paper: https://arxiv.org/abs/2211.09791v1
Dataset: https://paperswithcode.com/dataset/mot17
👉 @bigdata_1
MOTRv2, простой, но эффективный конвейер для запуска отслеживания нескольких объектов.
Github: https://github.com/megvii-research/MOTRv2
Paper: https://arxiv.org/abs/2211.09791v1
Dataset: https://paperswithcode.com/dataset/mot17
👉 @bigdata_1
⚡2
Bayesian Light Source Separator (BLISS)
Байесовский подход для определения параметров источника света с добавлением астрономических изображений.
git clone https://github.com/prob-ml/bliss.git
Github: https://github.com/prob-ml/bliss
Paper: https://arxiv.org/abs/2211.09300v1
Poetry: https://python-poetry.org/docs/
👉 @bigdata_1
Байесовский подход для определения параметров источника света с добавлением астрономических изображений.
git clone https://github.com/prob-ml/bliss.git
Github: https://github.com/prob-ml/bliss
Paper: https://arxiv.org/abs/2211.09300v1
Poetry: https://python-poetry.org/docs/
👉 @bigdata_1
⚡2
This media is not supported in your browser
VIEW IN TELEGRAM
InfiniteNature-Zero
InfiniteNature-Zero Генеративный ИИ с открытым исходным кодом для создания невероятных природных сцен из отдельных изображений.
conda env create -f enviornment_infinite_nature_zero.yml
Github: https://github.com/google-research/google-research/tree/master/infinite_nature_zero
Paper: https://arxiv.org/abs/2207.11148
Project: https://infinite-nature-zero.github.io/
📌 Video: https://infinite-nature-zero.github.io/#overview_video
👉 @bigdata_1
InfiniteNature-Zero Генеративный ИИ с открытым исходным кодом для создания невероятных природных сцен из отдельных изображений.
conda env create -f enviornment_infinite_nature_zero.yml
Github: https://github.com/google-research/google-research/tree/master/infinite_nature_zero
Paper: https://arxiv.org/abs/2207.11148
Project: https://infinite-nature-zero.github.io/
📌 Video: https://infinite-nature-zero.github.io/#overview_video
👉 @bigdata_1
⚡1👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Graph Network Simulator (GNS)
Cимулятор графовой сети (GNS) на основе PyTorch, который на осннове физики и прогнозирует поведение потока дисперсных и жидких систем.
Github: https://github.com/geoelements/gns
Paper: https://arxiv.org/abs/2211.10228v1
Dataset: https://doi.org/10.17603/ds2-0phb-dg64
👉 @bigdata_1
Cимулятор графовой сети (GNS) на основе PyTorch, который на осннове физики и прогнозирует поведение потока дисперсных и жидких систем.
Github: https://github.com/geoelements/gns
Paper: https://arxiv.org/abs/2211.10228v1
Dataset: https://doi.org/10.17603/ds2-0phb-dg64
👉 @bigdata_1
⚡4❤2👍1
ComMU: Dataset for Combinatorial Music Generation
Набор данных для генерации музыки различных жанров.
Набор данных содержит 11 144 MIDI-сэмплов, написанных и созданных профессиональными композиторами.
Github: https://github.com/POZAlabs/ComMU-code
Paper: https://arxiv.org/abs/2211.09385v1
Dataset: https://github.com/POZAlabs/ComMU-code/tree/master/dataset
Demo: https://pozalabs.github.io/ComMU/
MuseGAN: https://github.com/salu133445/musegan
👉 @bigdata_1
Набор данных для генерации музыки различных жанров.
Набор данных содержит 11 144 MIDI-сэмплов, написанных и созданных профессиональными композиторами.
Github: https://github.com/POZAlabs/ComMU-code
Paper: https://arxiv.org/abs/2211.09385v1
Dataset: https://github.com/POZAlabs/ComMU-code/tree/master/dataset
Demo: https://pozalabs.github.io/ComMU/
MuseGAN: https://github.com/salu133445/musegan
👉 @bigdata_1
Stable Diffusion web UI
UI на основе библиотеки Gradio для Stable Diffusion. Большое количество фич для генерации контента с удобным интерфейсом.
Github: https://github.com/AUTOMATIC1111/stable-diffusion-webui
Scripts: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Custom-Scripts
Features: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features
👉 @bigdata_1
UI на основе библиотеки Gradio для Stable Diffusion. Большое количество фич для генерации контента с удобным интерфейсом.
Github: https://github.com/AUTOMATIC1111/stable-diffusion-webui
Scripts: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Custom-Scripts
Features: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features
👉 @bigdata_1
⚡2👍1
SinDiffusion: Learning a Diffusion Model from a Single Natural Image
SinDiffusion значительно улучшает качество и разнообразие сгенерированных изображений по сравнению с существующими подходами на основе GAN.
🖥 Github: https://github.com/weilunwang/sindiffusion
➡️ Paper: https://arxiv.org/abs/2211.12445v1
📌 Project: https://github.com/WeilunWang/SinDiffusion/blob/main
➡️ Dataset: https://paperswithcode.com/dataset/places
👉 @bigdata_1
SinDiffusion значительно улучшает качество и разнообразие сгенерированных изображений по сравнению с существующими подходами на основе GAN.
🖥 Github: https://github.com/weilunwang/sindiffusion
➡️ Paper: https://arxiv.org/abs/2211.12445v1
📌 Project: https://github.com/WeilunWang/SinDiffusion/blob/main
➡️ Dataset: https://paperswithcode.com/dataset/places
👉 @bigdata_1
❤3
TorchScale - A Library for Transformers at (Any) Scale
TorchScale - набор инструментов с открытым исходным кодом, который позволяети разработчикам эффективно и действенно масштабировать Transformers.
pip install torchscale
🖥 Github: https://github.com/microsoft/torchscale
⏩ Paprer: https://arxiv.org/abs/2211.13184v1
⭐️ Pypi: https://pypi.org/project/torchscale/
👉 @bigdata_1
TorchScale - набор инструментов с открытым исходным кодом, который позволяети разработчикам эффективно и действенно масштабировать Transformers.
pip install torchscale
🖥 Github: https://github.com/microsoft/torchscale
⏩ Paprer: https://arxiv.org/abs/2211.13184v1
⭐️ Pypi: https://pypi.org/project/torchscale/
👉 @bigdata_1
❤2
GhostNetV2: Enhance Cheap Operation with Long-Range Attention
Новая архитектура GhostNetV2 для мобильных приложений.
🖥 Github: https://github.com/leondgarse/keras_cv_attention_models
🖥 GhostNetV2: https://github.com/likyoo/GhostNetV2-PyTorch
⏩ Paprer: https://arxiv.org/abs/2211.12905v1
⭐️ Dataset: https://paperswithcode.com/dataset/ade20k
👉 @bigdata_1
Новая архитектура GhostNetV2 для мобильных приложений.
🖥 Github: https://github.com/leondgarse/keras_cv_attention_models
🖥 GhostNetV2: https://github.com/likyoo/GhostNetV2-PyTorch
⏩ Paprer: https://arxiv.org/abs/2211.12905v1
⭐️ Dataset: https://paperswithcode.com/dataset/ade20k
👉 @bigdata_1
👍1
Inversion-Based Creativity Transfer with Diffusion Models
Генеративная модель для создания выразительного арта.
git clone https://github.com/zyxElsa/creativity-transfer.git
🖥 Github: https://github.com/zyxelsa/creativity-transfer
⏩ Paprer: https://arxiv.org/abs/2211.13203v1
⭐️ Pretrained model: https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt
👉 @bigdata_1
Генеративная модель для создания выразительного арта.
git clone https://github.com/zyxElsa/creativity-transfer.git
🖥 Github: https://github.com/zyxelsa/creativity-transfer
⏩ Paprer: https://arxiv.org/abs/2211.13203v1
⭐️ Pretrained model: https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt
👉 @bigdata_1
Хотите понять поведение своих клиентов лучше, чем они сами? Планируете взять вершину рынка и держать планку? Хотите выстроить беспроигрышный маркетинг?
Записывайтесь на открытый урок, где мы раскроем все тайны Hooked Model. Мы разгадаем секреты спуска с горы, подъема на гору, плоской равнины и обрыва. Узнайте, какие психологические механизмы прячутся за этими словами и как вы можете использовать их в своей компании!
Спикер Дмитрий Шоржин — опытный предприниматель и менеджер, эксперт-консультант в сфере международного бизнеса, обладатель степени MBA.
Регистрируйтесь сейчас: https://vk.cc/cxJeST
Please open Telegram to view this post
VIEW IN TELEGRAM