компьютерное зрение. - страница 2

Мелкие дефекты теряются, а метрика молчит: систематическое сравнение Mask R-CNN и YOLO на 1812 производственных снимках

Привет, Хабр! Меня зовут Максим, я студент РТУ МИРЭА, и хочу поделиться темой, которая меня давно зацепила.Рано или поздно на это натыкается каждый, кто делает визуальный контроль на своих данных. Модель уверенно находит крупные детали, средняя метрика выглядит вполне достойно, а мелкие дефекты, ради которых всё и затевалось, она почти не видит. По общей цифре этого не понять.Ниже инженерный разбор: что проверялось, на каком протоколе, где легко ошибиться и какие выводы из этого следуют.Какой вопрос остаётся без ответа

продолжить чтение

Бесплатный аналог Auto Label от Roboflow: как я разметил 12 576 кадров за ночь

Датасет для детекции средств индивидуальной защиты я собирал под диплом. Классов шесть, и они устроены несимметрично. Три положительных: Gloves, Safety Shoes, Welding mask. Три отрицательных, по которым и считается нарушение: Without Glove, Without Safety Shoes, Without welding mask.На старте казалось, что проблема в модели. Оказалось, проблема в разметке.Ниже про то, как я собрал свой автоаннотатор на SAM3, чем он отличается от Roboflow Auto Label и что из этого вышло.Задача

продолжить чтение

Пиранези против ИИ: фотография или гравюра?

Внизу стоят люди. Над ними поднимаются колонны, за колоннами темнеют своды, а свет из отверстия в куполе ложится на камень. На маленьком экране это почти фотография. Увеличьте изображение, и проступят сотни тонких линий. Отодвиньте экран: линии исчезнут, и перед вами снова будет Рим.Этот Рим оставил Джованни Баттиста Пиранези, итальянский архитектор и гравёр XVIII века. Он жил с 1720 по 1778 год, изображал античные памятники и придумывал собственные архитектурные миры. Его «Виды Рима»

продолжить чтение

ProColpo: машинное обучение в анализе кольпоскопических изображений

Кольпоскопия позволяет определить локализацию и распространённость видимых изменений шейки матки и при наличии показаний выбрать участки для прицельной биопсии. Применение машинного обучения (ML) в этой области направлено на автоматизированное выделение кольпоскопических признаков и помощь врачу в их оценке. Такой подход реализован в программе ProColpo.

продолжить чтение

mAP50 = 0,99 за 22 минуты на CPU. Жаль, что цифра ничего не значит

Я дообучил YOLO11n на датасете medical‑pills из документации Ultralytics: 60 эпох, 22 минуты на ноутбучном Ryzen 7, mAP50 = 0,991 на валидации. По всем признакам — успех: можно делать скриншот и рассказывать, как легко сегодня учить детекторы.Потом я прогнал тот же датасет через dataset‑doctor — свою проверялку датасетов — и узнал, что у каждого из 23 валидационных кадров есть почти точная копия в train. Валидация измеряла не «как модель справится с новыми таблетками», а «как хорошо модель помнит то, что уже видела».

продолжить чтение

Как я собрал модель для определения стадии диабетической ретинопатии на бесплатном Colab

ПредысторияЯ собрал двухпоточную модель: она смотрит на снимок глазного дна и одновременно получает клинические показатели пациента. На отложенном тесте первый запуск дал QWK 0.834. Потом я стал разбираться, за счёт чего, и оказалось, что клинические признаки в моих данных содержат ответ. Я поставил три контрольных эксперимента, в том числе обучил отдельную модель только по снимкам. У неё QWK 0.713. Ниже весь пайплайн и способы, которыми такая утечка находится.Анализ

продолжить чтение

Компьютерное зрение on‑premise выше SOTA, весом 4мб и на одном ядре CPU: как «Ночной глаз» превратился во всевидящее око

Вода камень точит. А у нас — не вода.Итак.

продолжить чтение

Как пространственное внимание помогает CNN определять наличие подписи на документе

Проверить наличие подписи в выделенной области документа сложнее, чем кажется: рядом могут находиться печатный текст, печати и защитные узоры, а сама подпись бывает бледной, размытой или частично перекрытой.Мы в Smart Engines решаем эту задачу с помощью компактной CNN на основе ResNet18 с пространственным вниманием. На вход модель получает фрагмент изображения, на выходе определяет, есть ли в нём подпись.

продолжить чтение

Собираю робота на Raspberry Pi 5 для дочери. Но говорящей колонкой тут не отделаться! Вызов принят, погнали. (Часть 2)

Лягушка, ты меня узнала?Посмотреть “Часть 1” можно здесь.

продолжить чтение

Быстрее пантеры: как студенческий проект Летней школы AIRI стал самым быстрым решением соревнования FLARE 2026

Представьте себе задачу: найти опухоль на КТ‑снимке любого органа — печени, почки, поджелудочной, легкого, лимфоузла. Снимок может прийти из любой больницы в мире. На всё про всё — 60 секунд и 4 ГБ видеопамяти. А еще половина снимков в реальной жизни — от здоровых людей, и на них модель должна сказать: «ничего нет». Именно такие условия поставили перед участниками организаторы первой задачи на соревновании FLARE 2026, итоги которого были недавно подведены в рамках конференции MICCAI в Страсбурге. Наша модель под названием PANTHER оказалась лучшей по скорости среди всех конкурентов. 

продолжить чтение

123456...10...19