распознавание изображений.

Как заставить робота‑уборщика проверять ценники: OrangePi, две камеры и немного «нечистых путей»

Привет, хабр! Решил поделиться интересным опытом по взаимодействию с роботом‑уборщиком вместе с технологиями компьютерного зрения.Представьте обычный продуктовый магазин. Несколько рядов стеллажей, тысячи товаров и примерно столько же ценников. Цены регулярно меняются, и после очередного обновления админ магазина должен убедиться, что на полке действительно висит та цена, которая сейчас находится в учётной системе. Но есть нюанс — проверять всё вручную долго, муторно и скучно.Отсюда возникает довольно очевидная идея: а что, если пустить по магазину робота, который этот процесс автоматизирует?

продолжить чтение

Нейросклад компонентов для микроэлектроники. 40 часов инженера превратились в 8 часов офис-менеджера

Давно не брал я в руки перо, поэтому сложно начать рассказ. Можно, конечно, попросить ИИ накидать слопа по сценарию из 5 строк, но это не путь олдов. Начну с простого — с контекста: работаю техническим директором на небольшом предприятии, разрабатывающем, производящем и внедряющем системы управления освещением. При этом я совладелец, и любая техническая боль — моя личная боль. С 2013 года мы разработали порядка 15 электронных плат и производим их по несколько тысяч штук в год в виде готовых приборов.Производство микроэлектроники объемом 5–7 тысяч контроллеров в год у нас выглядит примерно так:

продолжить чтение

Как мультимодальные модели научились понимать товар, а не картинку

Привет, Хабр! Меня зовут Владимир Старыгин и я старший исследователь в команде ритейла в tevian

продолжить чтение

Человек, которого никогда не было. Как ИИ создаёт синтетические личности?

палка, палка, огуречик..Ещё недавно у фальшивой личности обязательно был настоящий владелец.

продолжить чтение

Как одно неверно прочитанное слово вывело меня на прусское село, которое я искал полгода

История о поиске предков и отчёт о том, где AI помог, а где чуть не увёл в сторонуНекоторое время назад я случайно познакомился с Леонидом, и вскоре выяснилось, что когда‑то мы оба работали в EPAM, хотя были в разных командах и лично тогда не пересекались. Леонид уже много лет увлекается генеалогией и развивает проект Biografissimo. Знакомство с ним вернуло меня к давнему интересу к семейной истории.Работая с открытыми источниками, Леонид обнаружил запись о рождении и крещении Виктора Витшаса, сына моего прадеда Вильгельма Рудольфа Витшаса и Анны Элизабет Штеркель

продолжить чтение

Как мы отдали искусственный интеллект в «рабство» бухгалтерии и что из этого вышло

Всем привет! Меня зовут Александра Царева, я старший специалист машинного обучения в компании «Инфосистемы Джет».

продолжить чтение

Почему слабым местом кредитного конвейера может оказаться не только ставка, но и плохой OCR

Привет, Хабр! Кредиты и все, что с ними связано – тема для многих весьма чувствительная. Мы в Smart Engines выступаем за то, чтобы сделать самые раздражающие процессы удобными и быстрыми. И в этом смысле распознавание документов – это редкий пример технологии, где интересы банка (сократить издержки), сотрудника (меньше рутины) и клиента (не ждать решение неделями) действительно совпадают. Под катом рассказываем, как автоматическое распознавание документов может трансформировать процесс кредитования в банках и как такие технологии становятся ключевым звеном кредитного конвейера.

продолжить чтение

Как выбрать OCR в 2026-м: тестируем девять моделей на трех движках инференса на рукописном русском

продолжить чтение

Используем фотограмметрию для распознавания и геолокации объекта

В статье будет описан способ, как можно использовать фотограмметрию для определения координат подвижных и статичных объектов с летательных аппаратов. Практическое применение данного метода пока что затруднено по причинам, которые будут указаны ниже.Задача: В системе координат, для которой известны GPS координаты (обозначена на рисунке красным цветом) определить расстояние и вектор направления для объекта, обозначенным на рисунке желтым крестиком. Затем, соответственно определить GPS координаты этого объекта.

продолжить чтение

Как ускорить распознавание объектов нейросетями среди множества классов, не жертвуя памятью и точностью

Эксперты российской ИТ-компании «Криптонит» Никита Габдуллин и Илья Андросов разработали принципиально новый метод организации скрытого пространства нейросетей. В ряде сценариев он позволяет снизить требования к памяти GPU и существенно ускорить классификацию объектов нейронными сетями. Вместо того, чтобы мириться с ростом вычислительных затрат и требований к памяти по мере увеличения числа классов, авторы призывают отказаться от классификационного слоя и случайного распределения классов в скрытом пространстве нейросети.Ограничения классификаторов на примере компьютерного зрения

продолжить чтение

123