детекция.

TAPe+ML: детекция, классификация и теперь и сегментация SOTA‑уровня в 0.1M параметров

кадр из фильма Космическая Одиссея 2001

продолжить чтение

Еще одна мировая революция. Мы улучшили модель для любых CV-задач, добавив сегментацию. И еще лучше SOTA

кадр из фильма Космическая Одиссея 2001

продолжить чтение

Видеоаналитика СИЗ на палубе: как перестать генерировать ложные нарушения из-за качки и бликов

ИИ-контроль средств индивидуальной защиты (СИЗ) — уже классика среди задач прикладного компьютерного зрения. В открытых статьях на Habr уже подробно разбирают сбор датасета, разметку, сравнение YOLO, DETR и Faster R-CNN, работу с зонами и потоками камер. В научных публикациях 2024–2026 годов тоже видно то же направление: модели учатся распознавать каски, жилеты, очки, перчатки, а датасеты прямо содержат классы есть СИЗ и нет . Зачем тогда нужна кастомная разработка? Раскроем тему на примере реального проекта. Задача:

продолжить чтение

TAPe‑дневник, день 6: синтетика, эмбеддинги и первый уход от трансформеров

В этой статье продолжаем онлайн‑дневник экспериментов с TAPe‑подходом к компьютерному зрению на COCO. Здесь – про обучение эмбеддингов на полностью синтетических TAPe‑данных, 74% точности классификации на 5k val‑изображениях и первые выводы о том, почему стандартные трансформеры нам не подходят.Если вы тут впервые, сначала можно посмотреть:базовую статью про TAPe+ML — TAPe + ML: универсальная архитектура компьютерного зренияFAQ по TAPe‑детекции —

продолжить чтение