AI LAB | Лаборатория ИИ
1.69K subscribers
601 photos
427 videos
23 files
877 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
​​EfficientPS — это нейросетевая модель для паноптической сегментации объектов на изображении. На данный момент модель обходит state-of-the-art подходы на датасетах Cityscapes, KITTI, Mapillary Vistas и IDD.
This media is not supported in your browser
VIEW IN TELEGRAM
MediaPipe (http://goo.gle/30hzVAD) has updated its #OpenSource, on-device, real-time hand tracking solution so that it's 15% faster, 37% more accurate and achieves 69% higher recall.
This media is not supported in your browser
VIEW IN TELEGRAM
4D Visualization of Dynamic Events from Unconstrained Multi-View Videos
This media is not supported in your browser
VIEW IN TELEGRAM
"we can model a lightning strike by finding the shortest path in a random maze, from a point at the top to the ground. To find the path, we send out a frontier through the maze, and trace it back once it reaches the ground"
This media is not supported in your browser
VIEW IN TELEGRAM
DeepFaceDrawing: Deep Generation of Face Images from Sketches
This media is not supported in your browser
VIEW IN TELEGRAM
Google AI Blog
DADS: Unsupervised Reinforcement Learning for Skill Discovery
​​9 июня пройдет открытый практический вебинар «Вывод ML моделей в промышленную среду на примере онлайн-рекомендаций». Присоединяйтесь, будет интересно и профессионально: https://otus.pw/6lY8/

На открытом уроке будут рассмотрены, как data science выходит из ноутбука дата сайнтиста, проходит через аналитическую платформу и среду исполнения в пром, чтобы попасть, наконец, к нашим горячо любимым пользователям.

На примере задачи построения рекомендаций рассмотрим какие трюки помогают масштабировать алгоритм, какие компоненты и технические решения позволяют вывести ML в промышленную среду, какие паттерны помогают ML работать в режиме онлайн. А также ненадолго вернемся к истокам, и посмотрим как важно при разработке и проектировании ML не забывать о базовых принципах работы вычислительной техники, классических алгоритмах и структурах данных.

Вебинар ведет преподаватель-практик Дмитрий Бугайченко специалист по работе с большими данными и машинному обучению. В течение 8 лет работал в «Одноклассники». Руководил командой OK Data Lab (лаборатория для исследователей в области big data и machine learning).

Вебинар проходит в рамках набора на профессиональный онлайн-курс «Промышленный ML на больших данных». Чтобы попасть на этот курс с welcome-скидкой, пройдите вступительный тест: https://otus.pw/At2X/
This media is not supported in your browser
VIEW IN TELEGRAM
MotionNet: Joint Perception and Motion Prediction for Autonomous Driving Based on Bird’s Eye View Maps
Media is too big
VIEW IN TELEGRAM
YOLOv4 — The most accurate real-time neural network on MS COCO Dataset