Обнаружение объектов является достаточно популярной задачей компьютерного зрения, которая включает в себя идентификацию и обнаружение объектов на изображениях или видео. Данная задача является частью многих приложений, например, таких как беспилотные автомобили, робототехника, видеонаблюдение и т.д. За прошедшие годы разработано множество алгоритмов и методов для поиска объектов на изображениях и их положениях. Наилучшее качество выполнения таких задач достигается при использовании сверточных нейронных сетей.

Одной из самых популярных архитектур нейронных сетей для таких задач, является YOLO (you only look once), созданная в 2015 году. С тех пор появилось довольно много версий данных алгоритмов. Последние выпуски сети предназначены для таких задач как распознавание, обнаружение и сегментация изображений. 

Сейчас технологии машинного обучения и нейронных сетей находят широкое применение в различных сферах, не исключая дизайн и ремонт помещений. Одной из таких технологий является методы генеративных нейросетей, которые позволяют преобразовывать изображения, сохраняя основные элементы оригинала, но добавляя новые детали и стилистические изменения. Меня зовут Алексей Луговой, я работаю с Computer Vision в Самолете и уже обзорно рассказывал на Хабре, как мы применяем искусственный интеллект в строительстве. Сегодня же углубимся в задачу по созданию генеративной сети для создания проекта ремонта. Рассмотрю процесс использования диффузионных моделей с различными дополнениями на примере не самой обычной задачи — преобразования интерьера комнаты, начав с оригинального изображения голых стен и завершая итоговой генерацией в фирменном дизайнерском стиле.

Чтобы ответить на вопрос «Есть ли жизнь после Nvidia?», мы продолжаем поиск альтернативных вычислительных устройств, с помощью которых надеемся в дальнейшей перспективе решать задачи по распознаванию транспорта и пешеходов.

Привет, Хабр! Меня зовут Павел Криницин. Я работаю на крупном металлургическом предприятии по производству и переработке алюминиевой продукции, где слежу за работой оборудования. В этой статье я расскажу, как мы исследовали способы раннего диагностирования повреждений конвейерных лент с применением компьютерного зрения. Эта статья будет полезна широкому кругу специалистов, занятых в различных областях промышленности, где применяют конвейерные транспортные системы. Описанные в статье подходы делают диагностику оборудования и поиск дефектов более точными, а планирование ремонтных работ — более эффективным.

Компания Promwad начала внедрять свое приложение для визуального поиска объектов из потокового видео: сейчас оно работает на ТВ-приставках и умеет находить в магазинах одежду и обувь, которую носят герои фильмов, телепередач и роликов на Youtube.

Smart Engines представила новое поколение систем распознавания паспортов, других удостоверений личности, банковских карт, баркодов и документов с возможностью аутентификации и биометрической верификации. Компания стала единым поставщиком технологий для точного, быстрого и безопасного извлечения данных, аутентификации документов с проверкой «живости» (document liveness detection) и признаков компрометации (computational document forensics), распознавания лиц (face matching) для верификации пользователей. Все продукты новой линейки: Smart ID Engine, Smart Code Engine и Smart Document Engine разработаны в соответствии с принципами ответственного ИИ и призваны вывести защиту пользователей и бизнеса от мошеннических действий с документами на принципиально новый уровень.

Cтартовал прием заявок на третий онлайн-хакатон AgroCode Hack и студенческий Data science-чемпионат AgroCode Data Science Cup. Финал обоих соревнований состоится 16-18 сентября 2022 года, а призовой фонд составляет 1,4 млн рублей.

Стартовала регистрация на всемирно признанную научную конференцию в сфере компьютерного зрения International Conference on Machine Vision (ICMV 2023). Форум пройдет 15-18 ноября в столице Армении Ереване на площадке Российско-армянского университета.

26 апреля, 10:00, Офлайн

Уважаемые коллеги!

Приглашаем вас на бесплатный семинар по компьютерному зрению, который состоится в нашем офисе в Москве 26 апреля в 10:00.

Семинар будет полезен специалистам, работающим в области автоматизации производства, робототехники и машинного зрения, а также всем, кому интересен анализ данных с использованием методов искусственного интеллекта.

В России разработано AI-решение для считывания номеров банковских карт, записанных в любом формате. Клиентам банков достаточно будет навести камеру смартфона на печатный или рукописный номер банковской карты, чтобы совершить перевод или оплатить покупку в торговой точке. Нейросеть распознает комбинацию цифр в видеопотоке и автоматически введет их в платежную форму. Пользователю останется только подтвердить операцию.

Tesla откажется от использования ультразвуковых датчиков в Autopilot в пользу системы Tesla Vision, состоящей только из камер. В первую очередь ультразвуковые датчики пропадут из Tesla 3 и Tesla Y, сообщает Electrek.

Новая ИТ-разработка российской компании Smart Engines позволит ускорить проверку документов в 10 раз. Программа на базе искусственного интеллекта подтвердит подлинность документов и выявит признаки фальсификации за доли секунды. ПО защитит от мошенников госкорпорации, бизнес и системообразующие банки. 

Ученые российской компании Smart Engines получили патент США на фирменную разработку. Изобретение позволяет существенно оптимизировать работу нейросетевых архитектур, которые используются для распознавания изображений.

Google работает над системой распознавания почерка врачей. Функцию реализуют на базе приложения Google Lens.

Всем привет!

Более 72 тысяч слушателей уже записались на наш бесплатный курс по искусственному интеллекту: Нейронные сети и компьютерное зрение. Четыре года назад, в июне 2019 года, мы выпустили его в открытое плавание и он сразу завоевал огромную популярность, что и было отмечено премией "Stepik Awards 2019". 

Спустя четыре года курс по-прежнему не теряет актуальности и привлекает каждый месяц больше тысячи новых слушателей. На сегодняшний день почти семь с половиной тысяч занимавшихся получили сертификат курса. 

Высокая популярность курса “Нейронные сети и компьютерное зрение” объясняется тем, что он базовый - с него мы рекомендуем погружаться в тему нейронных сетей. И в то же время, по завершении курса вы уже создадите и обучите несколько собственных сетей. Вы узнаете, что такое градиентный спуск и метод обратного распространения ошибки, из каких компонентов состоит нейронная сеть, как работают свертки, как выбрать функцию потерь, как бороться с переобучением — все это подробно разбирается на лекциях курса и закрепляется на практических семинарах авторов курса - Михаила Романова, Игоря Слинько, Николая Капырина и Антона Петрова.