AI LAB | Лаборатория ИИ
1.68K subscribers
600 photos
426 videos
23 files
876 links
Лаборатория ИИ
Эксперименты и интересные материалы на тему ИИ в архитектурном проектировании и не только.

По всем вопросам 24/7
@arthiteca

Вопросы сотрудничества и соучастия
@j_fede
加入频道
Forwarded from Городские данные (Andrey Karmatsky)
Денис Муратаев проанализировал данные Google Street View c помощью компьютерного зрения и оценил качество городской среды в различных городах. Не просто проанализировал, а ещё и подробно описал методику и способ анализа в блоге.

«У каждого человека возникает желание отправиться в маленькое путешествие на выходные, но как выбрать то место куда лучше поехать. Можно посмотреть фотографии, почитать отзывы… А что если использовать компьютерное зрение и провести непредвзятое сравнение городов и уже на основе этого выбрать место поездки.»

https://denis-murataev.medium.com/сравнительный-анализ-городской-среды-с-использованием-компьютерного-зрения-9a50ac099b98
​​NYU Depth V2 — это датасет для сегментации объектов на изображениях интерьера. Датасет состоит из видеопоследовательностей из разных сцен интерьера, которые были записаны в RGB и с помощью камер глубины от Microsoft Kinect.
Portrait generation
This media is not supported in your browser
VIEW IN TELEGRAM
Liquid Warping GAN with Attention: A Unified Framework for Human Image Synthesis
This media is not supported in your browser
VIEW IN TELEGRAM
From Pixels to Legs: Hierarchical Learning of Quadruped Locomotion
Forwarded from Not Boring Tech
This media is not supported in your browser
VIEW IN TELEGRAM
💮 И снова нейронки — почти как всегда, позабавиться. В этот раз «Mask-Guided Discovery of Semantic Manifolds in Generative Models» с помощью StyleGAN2 манипулирует различными областями лица. Посмотрите на зубы и морщины, реализм есть и он очень даже великолепен, но артефакты немного портят впечатление.

📋 В общем, чего это я с "нотациями", вот ссылка покавырять:
github.com/bmolab/masked-gan-manifold
Там же кратко написано о том, как нейросетка работает. Если интересно больше, можете прочесть paper (.pdf).

#Neural_network #Fun | Not Boring Tech
Прогнозирование движения трехмерных тел
This media is not supported in your browser
VIEW IN TELEGRAM
Learned Initializations for Optimizing Coordinate-Based Neural Representations
This media is not supported in your browser
VIEW IN TELEGRAM
Liquid Warping GAN with Attention test on Lansdowne portrait of George Washington
Forwarded from StudyFlex
Майкрософт и "безкодовое" машинное обучения

Искусственный интеллект (ИИ) находится в процессе постоянного совершенствования и оптимизации. Как и человеческий разум, он нуждается в развитии и обучении, чтобы прогрессировать и решать более сложные задачи.

Процесс тренировки ИИ занимает у разработчиков много времени и состоит из нескольких шагов: построение модели, написание кода, отладка, тестирование. Зачастую это может стать краеугольным камнем реализации идей у стартапов, мелкого бизнеса, или просто энтузиастов, которые банально не обладают ресурсами для обучения ИИ.

Идеей популяризации и упрощения использования технологии вдохновился Майкрософт и в 2018 году приобрел и продолжил развивать стартап Lobe.

Lobe — это приложение, которое стремится представить технологически сложные алгоритмы машинного обучения в форме, понятной даже непосвященному пользователю. Проект не требует глубинных знаний в сфере машинного обучения и может разрешить задачи различной сложности: отсортировать фото с отдыха по наличию на них кустарников, определить зверька, который ночью активировал сигнализацию в загородном доме, и многое другое.

Как же выглядит проект на релизе, и что он уже умеет — посмотрим на демо.
Vid2CAD: CAD Model Alignment using Multi-View Constraints from Videos
Full-Glow: Fully conditional Glow for more realistic image generation
This media is not supported in your browser
VIEW IN TELEGRAM
Synthesizing Long-Term 3D Human Motion and Interaction in 3D Scenes
This media is not supported in your browser
VIEW IN TELEGRAM
Learning Deformable Tetrahedral Meshes for 3D Reconstruction