Как мы научили нейросеть распознавать товары на полках: реальный опыт ритейла
Зачем нужна классификация товаров на полках в ритейле?Представьте, что вы управляете крупной сетью супермаркетов. Вы контролируете поставки на склад, знаете продажи по чекам, по камерам видите поток покупателей и их маршруты в зале. Но вот что реально происходит на полках остается "черным ящиком":Есть ли на месте Coca-Cola в отделе напитков?Не закончились ли акционные мандарины?Не оставил ли кто-то бутылку пива среди детских игрушек?
Рентген может не отличить опасное от безобидного: как работает досмотр багажа и зачем там ИИ
Пролог: В котором ваш багаж исчезаетЧемодан медленно уезжает за резиновую шторку и на некоторое время перестаёт быть вашим.Где-то по ту сторону экрана его уже не воспринимают как багаж. Необычное цветное изображение, на которое нужно быстро взглянуть и понять: всё ли тут в порядке.Холодная металлическая коробка равнодушна к содержанию багажа. Она фиксирует только взаимодействие материи с рентгеновскими лучами. Оператор на экране наблюдает совсем не фотографию вашего чемодана. Это визуализация измерений: числа и сигналы, переведённые в форму и цвет, с которой человеку удобно работать.
End-to-End беспилотник на VLM в домашних условиях. Часть 1
Для привлечения вниманияПара слов про End-to-EndВ системах автономного вождения принято выделять два основных подхода — модульный и сквозной (end-to-end). Кратко напомню их суть.
Трёхстрочный Deep Learning: 20 примеров нейросетевой магии
В 2012 году команда из Торонто потрясла мир компьютерного зрения: их нейросеть AlexNet распознавала объекты на фотографиях лучше любого алгоритма, написанного вручную. Код занимал тысячи строк, требовал двух видеокарт и недель обучения. Сегодня вы можете превзойти AlexNet одной строкой кода, а модель загрузится за секунды.
Хакатон Норникеля: как мы выжали максимум из YOLO и заняли 2 место
Привет, Хабр! Пару лет назад мы с коллегами из Центра искусственного интеллекта СФУ искали способы набраться практического опыта в задачах компьютерного зрения. Одним из таких форматов оказались хакатоны — соревнования по решению ML-задач на реальных кейсах с жесткими дедлайнами.За эти пару лет мы успели поучаствовать примерно в десяти хакатонах (Цифровой прорыв, Атомик Хак) и в половине из них доходили до призовых мест
Представлен проект умных очков для слабовидящих
Arrow Electronics в сотрудничестве с румынским стартапом .lumen представила проект умных очков для слабовидящих. Они разработаны для воспроизведения ключевых функций собаки-поводыря.
Детектор AI-сгенерированных изображений: от идеи до честной оценки качества
Всем привет! Меня зовут Татьяна Кутузова, я работаю в Wildberries & Russ ML-инженером. Вместе с Иваном Горбуновым и Елисеем Мягких мы занимаемся разработкой AI-детектора изображений, который помогает отличать реальные фотографии от сгенерированных нейросетями. В этой статье рассказываем, как мы подошли к созданию AI-детектора: от выбора архитектуры и данных до продуктовых границ и сценариев применения. Отдельное внимание уделяем тому, как в таких задачах корректно оценивать качество модели, какие метрики имеют смысл и почему их интерпретация не менее важна, чем сами числа.
Основы оптического потока в ML: от первых принципов к уравнениям Лукаса-Канаде и Хорна-Шанка
Аннотация
