Forwarded from эйай ньюз
Кстати тут Qualcomm сегодня анонсировали чип для часов, который может запускать 2B модели при скорости в 10 токенов в секунду. Это к вопросам "зачем такие маленькие модели?". Всего пару лет назад на часах запускались всего лишь модели на пару десятков миллионов параметров, а сейчас мы дошли до миллиардов.
@ai_newz
@ai_newz
Forwarded from Machinelearning
👀 Релиз SAM 3.1 - одной из самых сильных open-source моделей для компьютерного зрения.
Модель понимает, что происходит на изображении или видео, и умеет находить объекты по текстовому описанию. Можно буквально написать «человек в красной футболке» и она найдёт нужных людей.
Работает не только с картинками, но и с видео. Объект можно задать один раз, и дальше модель будет отслеживать его между кадрами.
Ключевая идея - open-vocabulary. Модель не ограничена фиксированными классами, как старые системы. Она оперирует огромным количеством понятий и может находить практически любые объекты.
Ещё важный момент можно комбинировать способы управления: текст, клики, рамки, маски. Это даёт гораздо больше контроля и точности.
Под капотом новая архитектура, где отдельно решаются задачи поиска объектов и их отслеживания. За счёт этого модель лучше различает похожие вещи и стабильнее работает на видео.
В репозитории уже есть всё для старта: готовые веса, код, примеры и ноутбуки.
По факту это уже не просто инструмент для разметки, а полноценный vision-движок, который можно встраивать в реальные продукты от аналитики видео до автоматизации разметки данных.
Теперь модель может отслеживать до 16 объектов за один проход.
С multiplexing все объекты обрабатываются одновременно:
• меньше лишних вычислений
• нет узких мест по памяти
Результат: скорость обработки видео увеличивается примерно в 2 раза
с 16 до 32 FPS на одном NVIDIA H100!
На новом бенчмарке SA-CO, который включает 270 тысяч уникальных концептов, SAM 3 достигает 75–80% от уровня человека.
https://github.com/facebookresearch/sam3
@ai_machinelearning_big_data
#ai #ml #llm #cv #python
Модель понимает, что происходит на изображении или видео, и умеет находить объекты по текстовому описанию. Можно буквально написать «человек в красной футболке» и она найдёт нужных людей.
Работает не только с картинками, но и с видео. Объект можно задать один раз, и дальше модель будет отслеживать его между кадрами.
Ключевая идея - open-vocabulary. Модель не ограничена фиксированными классами, как старые системы. Она оперирует огромным количеством понятий и может находить практически любые объекты.
Ещё важный момент можно комбинировать способы управления: текст, клики, рамки, маски. Это даёт гораздо больше контроля и точности.
Под капотом новая архитектура, где отдельно решаются задачи поиска объектов и их отслеживания. За счёт этого модель лучше различает похожие вещи и стабильнее работает на видео.
В репозитории уже есть всё для старта: готовые веса, код, примеры и ноутбуки.
По факту это уже не просто инструмент для разметки, а полноценный vision-движок, который можно встраивать в реальные продукты от аналитики видео до автоматизации разметки данных.
Теперь модель может отслеживать до 16 объектов за один проход.
С multiplexing все объекты обрабатываются одновременно:
• меньше лишних вычислений
• нет узких мест по памяти
Результат: скорость обработки видео увеличивается примерно в 2 раза
с 16 до 32 FPS на одном NVIDIA H100!
На новом бенчмарке SA-CO, который включает 270 тысяч уникальных концептов, SAM 3 достигает 75–80% от уровня человека.
https://github.com/facebookresearch/sam3
@ai_machinelearning_big_data
#ai #ml #llm #cv #python
Forwarded from Эксплойт
This media is not supported in your browser
VIEW IN TELEGRAM
Создаём визуальные 3D-эффекты в пару кликов — нашли для вас сервис Casberry.
— Выбираем фигуру, закидываем свою 3D-модель или генерим простым промтом;
— Настраиваем ползунки частиц, геометрии и освещения;
— Получаем готовый код под React или Three.js, который можно вставить в фронт любого сайта или приложения;
— Если лень заморачиваться — есть готовая библиотека стильных эффектов;
— Бесплатно и даже без регистрации.
Разработчики, вам подарок — забираем.
@exploitex
— Выбираем фигуру, закидываем свою 3D-модель или генерим простым промтом;
— Настраиваем ползунки частиц, геометрии и освещения;
— Получаем готовый код под React или Three.js, который можно вставить в фронт любого сайта или приложения;
— Если лень заморачиваться — есть готовая библиотека стильных эффектов;
— Бесплатно и даже без регистрации.
Разработчики, вам подарок — забираем.
@exploitex
👍1
Forwarded from 🦒∵ girafe.ai
Дамы и господа, всем доброго дня!
Этой весной студентам и аспирантам МФТИ для записи доступны следующие курсы кафедры МОиЦГ.
Позже в документе появятся ссылки на чаты и формы записи на курсы.
Если вы хотите официально включить курс в свой (индивидуальный) учебный план, это все еще можно сделать.
Успехов в весеннем семестре!
P.S. Если вы не из МФТИ, записи все равно будут доступны, они открытые
Этой весной студентам и аспирантам МФТИ для записи доступны следующие курсы кафедры МОиЦГ.
Позже в документе появятся ссылки на чаты и формы записи на курсы.
Если вы хотите официально включить курс в свой (индивидуальный) учебный план, это все еще можно сделать.
Успехов в весеннем семестре!
P.S. Если вы не из МФТИ, записи все равно будут доступны, они открытые
Google Docs
Courses for MIPT students 26s
Курсы кафедры МОиЦГ для студентов МФТИ Весна 2026 Для участия в курсах необходимо вступить в чат курса и там записаться в форму (будут объявления в соответствующем чате). Курсы предоставляются студентам МФТИ, добавление других участников остаётся на усмотрение…
🔥1
Forwarded from Machinelearning
В ШАДе Яндекса научили нейросеть находить борщевик на спутниковых фото
За выявление сорняка отвечают технологии компьютерного зрения. Модель обучали в сервисах Yandex Cloud, для валидации использовался датасет из 10 тыс. спутниковых фото с очагами заражения. Качество распознавания оценивали по метрике IoU – получилось 0,75. Результат также проверяли эксперты
Волонтеры и специалисты уже пользуются сервисом: с его помощью выявили очаги заражения общей площадью 421 га в 17 регионах и ликвидировали один крупный. В дальнейшем Яндекс планирует научить искусственный интеллект распознавать другие инвазивные растения.
@ai_machinelearning_big_data
#news #ml #ai
За выявление сорняка отвечают технологии компьютерного зрения. Модель обучали в сервисах Yandex Cloud, для валидации использовался датасет из 10 тыс. спутниковых фото с очагами заражения. Качество распознавания оценивали по метрике IoU – получилось 0,75. Результат также проверяли эксперты
Волонтеры и специалисты уже пользуются сервисом: с его помощью выявили очаги заражения общей площадью 421 га в 17 регионах и ликвидировали один крупный. В дальнейшем Яндекс планирует научить искусственный интеллект распознавать другие инвазивные растения.
@ai_machinelearning_big_data
#news #ml #ai
🔥2
Forwarded from Нейродвиж
This media is not supported in your browser
VIEW IN TELEGRAM
Netflix внезапно выпустил Nanobanana для видео — нейросеть для удаления объектов с видео 😮
При этом модель очень умная и понимает физику мира — удалится не только объект, но и все его взаимодействия с другими предметами. Например, если попросить убрать пару костей домино, то эффект падения прервётся.
Есть демо-версия, сама модель находится на GitHub.
При этом модель очень умная и понимает физику мира — удалится не только объект, но и все его взаимодействия с другими предметами. Например, если попросить убрать пару костей домино, то эффект падения прервётся.
Есть демо-версия, сама модель находится на GitHub.
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from эйай ньюз
Как Cursor вайпнул ПК подписчика
Подписчик поделился историей. Ситуация довольно банальная: чел попросил Cursor удалить дубликаты статей в диссертации, а тот сгенерировал команду с ошибкой экранирования кавычек. Моделька использовал обратный слеш, забыв, что в Windows \ это разделитель путей, а не escape-символ. Этот слеш отделился от пути и превратился в указание удалить корень диска C и rmdir /s /q начал сносить всё подряд, включая системные папки. Бекапов не было, но так как файлы при удалении не затирались, большинство удалось восстановить, хоть осадочек и остался.
Мораль довольно простая – не запускайте агентов с полным доступом там, где они могут нанести непоправимый вред. Подойдёт что угодно – Docker, Mac Mini, какой-то Raspberry Pi, виртуалка в облаке, главное чтобы не на основной машине. Злые языки могут даже сказать что не стоит сидеть на винде (по крайней мере без WSL). Ну и бекапы стоить хранить в недоступных длядетей агентов месте.
А какой у вас был наибольший косяк агента?
@ai_newz
Подписчик поделился историей. Ситуация довольно банальная: чел попросил Cursor удалить дубликаты статей в диссертации, а тот сгенерировал команду с ошибкой экранирования кавычек. Моделька использовал обратный слеш, забыв, что в Windows \ это разделитель путей, а не escape-символ. Этот слеш отделился от пути и превратился в указание удалить корень диска C и rmdir /s /q начал сносить всё подряд, включая системные папки. Бекапов не было, но так как файлы при удалении не затирались, большинство удалось восстановить, хоть осадочек и остался.
Мораль довольно простая – не запускайте агентов с полным доступом там, где они могут нанести непоправимый вред. Подойдёт что угодно – Docker, Mac Mini, какой-то Raspberry Pi, виртуалка в облаке, главное чтобы не на основной машине. Злые языки могут даже сказать что не стоит сидеть на винде (по крайней мере без WSL). Ну и бекапы стоить хранить в недоступных для
А какой у вас был наибольший косяк агента?
@ai_newz
Forwarded from DeepSchool
Love, 3DCV & Robots
В этот четверг мы проведём воркшоп по использованию трёхмерных данных в CV-системах. На нём вы узнаете, как гуманоидные роботы собирают и обрабатывают 3D-информацию и что роднит их с аппаратом МРТ. Мы разберём, из каких этапов состоит пайплайн обработки 3D-данных и какие применения он находит в частных задачах.
Вы узнаете:
• как и откуда получать 3D-данные
• как их правильно выравнивать и предобрабатывать
• как работать с библиотекой Open3D
• какие 3D DL-модели существуют и для каких представлений данных они подходят
• как оценивать полученный результат
• в каких практических задачах применяется 3D и как именно
Во второй части воркшопа вы самостоятельно построите ключевые элементы пайплайна 3D-зрения для ориентации робота в комнате. Мы разделим вас на группы по 2-3 человека, и вы реализуете агрегацию и фильтрацию 3D-данных для построения модели комнаты, обработку данных нейросетью и извлечение информации для навигации робота. У вас будет эмулятор робота в пространстве, к которому вы допишете фрагменты обработки 3D-сцены.
Чтобы не терять времени на воркшопе, заранее установите Conda и настройте среду, используя этот environment.yml, с помощью команды: conda env create -f environment.yml
🙋♂️Спикер воркшопа — Давид Свитов, к.т.н., IIT, ex Researcher Samsung AI Center. Давид расскажет про обработку 3D-данных и поможет вам с выполнением задания.
📅 9 апреля, четверг, в 19:00 МСК
Регистрируйтесь по ссылке и приходите в четверг!
В этот четверг мы проведём воркшоп по использованию трёхмерных данных в CV-системах. На нём вы узнаете, как гуманоидные роботы собирают и обрабатывают 3D-информацию и что роднит их с аппаратом МРТ. Мы разберём, из каких этапов состоит пайплайн обработки 3D-данных и какие применения он находит в частных задачах.
Вы узнаете:
• как и откуда получать 3D-данные
• как их правильно выравнивать и предобрабатывать
• как работать с библиотекой Open3D
• какие 3D DL-модели существуют и для каких представлений данных они подходят
• как оценивать полученный результат
• в каких практических задачах применяется 3D и как именно
Во второй части воркшопа вы самостоятельно построите ключевые элементы пайплайна 3D-зрения для ориентации робота в комнате. Мы разделим вас на группы по 2-3 человека, и вы реализуете агрегацию и фильтрацию 3D-данных для построения модели комнаты, обработку данных нейросетью и извлечение информации для навигации робота. У вас будет эмулятор робота в пространстве, к которому вы допишете фрагменты обработки 3D-сцены.
Чтобы не терять времени на воркшопе, заранее установите Conda и настройте среду, используя этот environment.yml, с помощью команды: conda env create -f environment.yml
🙋♂️Спикер воркшопа — Давид Свитов, к.т.н., IIT, ex Researcher Samsung AI Center. Давид расскажет про обработку 3D-данных и поможет вам с выполнением задания.
Регистрируйтесь по ссылке и приходите в четверг!
Please open Telegram to view this post
VIEW IN TELEGRAM
deepschool.ru
Воркшоп по 3D данным в CV-пайплайнах | DeepSchool
Воркшоп, на котором разберём, из каких этапов состоит пайплайн обработки 3D-данных и в каких задачах он применяется, а вы построите пайплайн 3D-зрения для ориентации робота.
👍1
Forwarded from Эксплойт
Adobe прокачали свою нейронку для удаления фона и теперь она работает ИДЕАЛЬНО — при этом все ещё бесплатно и прямо в браузере в Express.
Кроме удаления фона там можно:
— Убрать или добавить конкретный объект;
— Перевести текст на картинке на другой язык с сохранением шрифта;
— Заапскейлить изображение;
— Если картинка защищена авторским правом — тут же можно сгенерить похожую;
— Ещё раз — всё это бесплатно.
Незаменимый инструмент для работы с картинками — здесь.
@exploitex
Кроме удаления фона там можно:
— Убрать или добавить конкретный объект;
— Перевести текст на картинке на другой язык с сохранением шрифта;
— Заапскейлить изображение;
— Если картинка защищена авторским правом — тут же можно сгенерить похожую;
— Ещё раз — всё это бесплатно.
Незаменимый инструмент для работы с картинками — здесь.
@exploitex
🔥1
Forwarded from DeepSchool
YOLO history. Part 9
А мы возвращаемся с разбором моделей семейства YOLO! 😎
В прошлой статье обсудили YOLOv8 и YOLOv11 — а значит, подобрались уже к самым передовым моделям. Сегодня рассмотрим все оставшиеся модели в одном посте 🤓
Итак, в новой статье:
- узнаем, как избавиться от NMS на примере YOLOv10
- поговорим об оптимизации attention для ускорения детекции из YOLOv12
- познакомимся с концепцией гиперграфа с помощью YOLOv13
Скорее читайте по ссылке! 👈🏼
🪔 DeepSchool
А мы возвращаемся с разбором моделей семейства YOLO! 😎
В прошлой статье обсудили YOLOv8 и YOLOv11 — а значит, подобрались уже к самым передовым моделям. Сегодня рассмотрим все оставшиеся модели в одном посте 🤓
Итак, в новой статье:
- узнаем, как избавиться от NMS на примере YOLOv10
- поговорим об оптимизации attention для ускорения детекции из YOLOv12
- познакомимся с концепцией гиперграфа с помощью YOLOv13
Скорее читайте по ссылке! 👈🏼
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
Институт Аллена представил модель WildDet3D, которая по одному изображению строит 3D-рамки объектов: оценивает их положение, размер и ориентацию в метрических координатах.
Модель принимает сразу несколько типов промптов: текстовый запрос, клик по точке или готовый 2D-бокс от внешнего детектора.
2D-детектор построен на SAM3 и обрабатывает все типы запросов.
Геометрическая ветка использует энкодер DINOv2 с обучаемым декодером глубины, учитывающим геометрию обзора: направления лучей камеры зашиваются через сферические гармоники, что снимает необходимость в отдельной калибровке.
Третий компонент, 3D-head, объединяет через кросс-внимание 2D-детекции с признаками глубины и поднимает их в полноценные 3D-боксы.
Если на инференсе доступны данные с LiDAR, ToF или стереокамеры, они подмешиваются в ту же геометрическую ветку без переобучения.
На бенчмарке Omni3D модель показывает 34,2 AP с текстовыми промптами (это +5,8 пункта к прежнему лидеру 3D-MOOD).
На zero-shot переносе на Argoverse 2 WildDet3D практически удваивает прежний результат: 40,3 ODS против 23,8.
На редких категориях из собственного бенчмарка WildDet3D-Bench успехи, разумеется, еще лучше - 47,4 AP против 2,4 у 3D-MOOD.
Оно использует видеопоток с камеры iPhone и данные LiDAR-сенсора, чтобы в реальном времени отрисовывать 3D-боксы поверх сцены как AR-оверлей.
Это наглядная демонстрация того, как монокулярная модель усиливается, когда устройство умеет отдавать дополнительный сигнал глубины.
Более 1 млн. изображений и 3,7 млн. верифицированных 3D-аннотаций, охватывающих свыше 13 тыс. категорий объектов. По сценам распределение получилось такое: 52% помещений, 32% городской среды и 15% природы.
Он собран на основе 2D-наборов (COCO, LVIS, Objects365, V3Det): кандидаты в 3D-боксы генерировались 5 независимыми методами оценки геометрии, затем фильтровались, проверялись VLM и дополнительно отбирались людьми.
@ai_machinelearning_big_data
#AI #ML #CV #Detection #WildDet3D #Ai2
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1