yolo.
Гречневая нейронка. Попытка закрыть национальный гештальт
Привет! В качестве некоторого подытога в изучении нейронок (CV), да и попросту из интереса, я хотел решить одну задачу, но не срослось. Поэтому я стал думать и обнаружил прямо под рукой подходящую задачку. Это гречка. Она содержит чёрные штуки (и не только), которые, если их не убрать, могут повредить зубы. В общем, что у нас получилось?
Как я собрал и подготовил датасет дефектов печатных плат для обучения моделей YOLO
Когда пришло время выбирать тему диплома, я, как и многие студенты, понятия не имел, о чём писать. После мозгового штурма с одногруппниками родилась идея, которая из простого «варианта для защиты» превратилась в полноценный инженерный проект: «исследование и разработка системы автоматического распознавания дефектов печатных плат». Со временем я понял, что выбрал тему не случайно - это реально актуальная задача для производства, где качество пайки напрямую влияет на работоспособность устройств, а ещё отличный шанс пройти весь цикл Computer Vision проекта от сбора данных до обучения моделей.
UI-тестирование с применением машинного обучения
В данной статье отражена попытка применить модель детекции для UI-тестирования.Предполагалось, что внедрение ML должно позволить (даже при полном изменении интерфейса) не переписывать автотесты и полностью исключить человеческий фактор при UI-тестировании. Для автоматизации UI-тестировании использовались следующие инструменты:Selenium – инструмент для автоматизации действий с браузером; Pytest – инструмент для выполнения и проверки тестовых сценариев;ML – обученная модель машинного обучения.Для эксперимента была выбрана модель YOLOv8
Как мы ускорили работу с исполнительной документацией с помощью ИИ
Привет, Хабр! Меня зовут Всеволод Зайковский, я заместитель руководителя проекта в «Газпром ЦПС».Есть рутинные задачи, которые отнимают много времени и трудовых ресурсов. В проектах, с которыми работала компания, такой задачей была каталогизация исполнительной документации. Кто не знает, что это такое, тому очень в жизни повезло
Ловим «взрослые» сцены на видео: как ИИ помогает редакторам
Поводом для написания этой заметки стало обсуждение на недавнем отраслевом мероприятии задач
Когда YOLO не спасает: как один параметр может испортить всё
История о том, почему в ML побеждают не те, у кого самая большая модель, а те, кто понимает, что они делают.ВведениеСовременные object detection-модели достаточно мощные, чтобы «из коробки» выдавать приемлемую точность. Особенно если задача выглядит простой — например, определить, где на покерном столе лежат карты.Но «приемлемо» и «надёжно» — не одно и то же.В одном из проектов заказчик обучил модель, которая показывала 93% точности на валидной выборке, но на практике её приходилось постоянно подчищать вручную. Модель теряла карты в нужных моментах, срабатывала на графику трансляции и мешала, а не помогала аналитике.
Как я написал покер‑бот за 4 недели, используя Cursor + GPT
1. ВводнаяЭто мой первый опыт написания статьи. Судим, но не строго.Недавно завершил интересный пэт-проект. Настолько интересный, что захотелось поделиться.Это десктопная программа, которая:Считывает скрин игрового стола в покере.С помощью компьютерного зрения извлекает расклад, ставки и карты.Рассчитывает ожидаемую выгоду (EV) каждого действия методом Монте-Карло.Показывает на экране, что выгоднее сделать прямо сейчас.
Обнаружение дронов (БПЛА) с использованием ИИ и компьютерного зрения
На данный момент актуально создание системы обнаружения беспилотных летательных аппаратов (БПЛА), особенно дронов. Системы обнаружения дронов должны выполнять следующие функции:
ML на «плюсах»: 5 материалов о необычном подходе к обучению моделей
Когда мы говорим о машинном обучении, то автоматически подразумевает Python. Это справедливо: на Python есть множество удобных ML-инструментов, например, популярная библиотека PyTorch. Тем не менее, некоторые задачи можно решать с помощью С++. И не только ради эксперимента, а для увеличения производительности сервисов и упрощения работы с кодом. Кирилл Колодяжный, разработчик СХД в YADRO
