Machinelearning

14 декабря 2022 10:31

👁 Detection Transformers with Assignment

Deformable-DETR превосходит все существующие традиционные детекторы на основе трансформеров.

🖥 Github: https://github.com/jozhang97/deta

📎 Installation: https://github.com/fundamentalvision/Deformable-DETR

⏩ Paprer: https://arxiv.org/abs/2212.06137v1

⭐️ Dataset: https://paperswithcode.com/dataset/lvis

@ai_machinelearning_big_data

Machinelearning

12 декабря 2022 10:45

⏩ SINE: SINgle Image Editing with Text-to-Image Diffusion Models

Модель диффузии для генерации контента всего лишь из одного изображения.

git clone git@github.com:zhang-zx/SINE.git

🖥 Github: https://github.com/zhang-zx/sine

➡️ Project: https://zhang-zx.github.io/SINE/

⏩ Paprer: https://arxiv.org/abs/2212.04489

❤️ Colab: https://colab.research.google.com/github/zhang-zx/SINE/blob/master/SINE.ipynb

⭐️ Dataset: https://drive.google.com/drive/folders/1oD2gwMkR25BvaXobuCrDyOn0_xI-dlmF?usp=sharing

@ai_machinelearning_big_data

Machinelearning

10 декабря 2022 06:58

✅ Learning Video Representations from Large Language Models

Новая Модель отт мета, которая автоматичеси генерирует текстовое описание для видео.

🖥 Github: https://github.com/facebookresearch/lavila

💡 Demo: https://huggingface.co/spaces/nateraw/lavila

⏩ Paprer: http://arxiv.org/abs/2212.04501

❤️ Colab: https://colab.research.google.com/drive/1gHWiEWywIotRivYQTR-8NQ6GJC7sJUe4

⭐️ Dataset: https://paperswithcode.com/dataset/hmdb51

@ai_machinelearning_big_data

Machinelearning

08 декабря 2022 10:01

DiffusionInst: Diffusion Model for Instance Segmentation

DiffusionInst — первый алгоритм диффузионной модели для сегментации объектов.

🖥 Github:https://github.com/chenhaoxing/DiffusionInst

🌐 Instruction: https://github.com/chenhaoxing/DiffusionInst/blob/main/GETTING_STARTED.md

⏩ Paprer: https://arxiv.org/abs/2212.02773v2

⭐️ Dataset: https://paperswithcode.com/dataset/lvis

@ai_machinelearning_big_data

Machinelearning

07 декабря 2022 13:26

🎶 Melody transcription via generative pre-training

Sheet Sage транскрибирует вашу любимую песню в лид-лист, содержащий ноты и аккорды!

🖥 Github: https://github.com/chrisdonahue/sheetsage

⏩ Paprer: https://arxiv.org/abs/2212.01884v1

⭐️ Dataset: https://www.hooktheory.com/theorytab

@ai_machinelearning_big_data

Machinelearning

06 декабря 2022 10:00

🅰️ Онлайн-конференция Alfa Digital Open от Альфа-Банка.

Там ждут не только тестировщиков, аналитиков, UX/UI-дизайнеров, маркетологов и коллег из диджитал-среды. Конференция будет интересна всем, кто интересуется технологиями и инновациями.

Спикеры из Альфы расскажут:

📊 Чем продвинутая аналитика помогает сервисам.
📱 Как изменилась мобильная разработка за этот год.
🤖 Какие чат-боты используют в Альфе и что за метрики для контроля помощников существуют у банка.
❤️ Как развивают внутренние приложения для сотрудников.

📅 13 декабря, 17:00

Machinelearning

04 декабря 2022 08:00

🌐 Score Jacobian Chaining: Lifting Pretrained 2D Diffusion Models for 3D Generation

Метод, который преобразует предварительно обученную 2D-генеративную модель диффузии на изображениях в 3D-генеративную модель, не требуя каких-либо 3D-данных.

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

🖥 Github: https://github.com/pals-ttic/sjc

⏩ Paprer: https://arxiv.org/abs/2212.00774v1

✅️Colab: https://colab.research.google.com/drive/1zixo66UYGl70VOPy053o7IV_YkQt5lCZ

@ai_machinelearning_big_data

Machinelearning

02 декабря 2022 11:00

🛠 BEVPoolv2: A Cutting-edge Implementation of BEVDet Toward Deployment

BEVPoolv2 модернизирeует процесс обработки данных с точки зрения инженерной оптимизации, уменьшая затраты как в аспектах вычислений, так и в аспектах хранения данных.

🖥 Github: https://github.com/HuangJunJie2017/BEVDet

⭐️ Dataset: https://github.com/HuangJunJie2017/BEVDet/blob/dev2.0/docs/en/datasets/nuscenes_det.md

🗒 Paper: https://arxiv.org/abs/2211.17111v1

🔩 Configs: https://github.com/HuangJunJie2017/BEVDet/blob/dev2.0/configs/bevdet/bevdet-r50.py

@ai_machinelearning_big_data

Machinelearning

30 ноября 2022 13:01

🖥 RecBole

RecBole разработан на основе Python и PyTorch для воспроизведения и разработки алгоритмов рекомендаций в единой, комплексной и эффективной структуре для исследовательских целей.

pip install recbole

🖥 Github: https://github.com/RUCAIBox/RecBole

🗒 Paper: https://arxiv.org/abs/2211.15148v1

⭐️ Dataset: https://paperswithcode.com/dataset/movielens

🔩 Docs: https://recbole.io/docs/

@ai_machinelearning_big_data

Machinelearning

29 ноября 2022 14:32

✔️ Fast-SNARF: A Fast Deformer for Articulated Neural Fields

🖥 Github: https://github.com/xuchen-ethz/fast-snarf

🗒 Paper: https://arxiv.org/abs/2211.15601v1

➡️ Dataset: https://paperswithcode.com/dataset/amass

@ai_machinelearning_big_data

Machinelearning

28 ноября 2022 09:15

✅ Dense Interspecies Face Embedding

Face Embedding, который решает проблему крайних различий в форме между объектами на фото.

🖥 Github: https://github.com/kingsj0405/DIFE

👣 Project: https://yangspace.co.kr/dife/

⏩ Paprer: https://openreview.net/forum?id=m67FNFdgLO9

⭐️ Datasets: https://paperswithcode.com/dataset/lvis

@ai_machinelearning_big_data

Machinelearning

26 ноября 2022 10:01

✔️ Natural Language YouTube Searcher

Нейросеть, которая по заданной ссылку (на любом язык) не только покахывает кадр, который вы ищите, но и указывает на какой он секунде.

🖥 Colab
🖥 Github
❕ Open Ai Clip

@ai_machinelearning_big_data

Machinelearning

25 ноября 2022 10:00

👻 GhostNetV2: Enhance Cheap Operation with Long-Range Attention

Новая архитектура GhostNetV2 для мобильных приложений.

🖥 Github: https://github.com/leondgarse/keras_cv_attention_models

🖥 GhostNetV2: https://github.com/likyoo/GhostNetV2-PyTorch

⏩ Paprer: https://arxiv.org/abs/2211.12905v1

⭐️ Dataset: https://paperswithcode.com/dataset/ade20k

@ai_machinelearning_big_data

Machinelearning

24 ноября 2022 18:11

🖥 TorchScale - A Library for Transformers at (Any) Scale

TorchScale - набор инструментов с открытым исходным кодом, который позволяети разработчикам эффективно и действенно масштабировать Transformers.

pip install torchscale

🖥 Github: https://github.com/microsoft/torchscale

⏩ Paprer: https://arxiv.org/abs/2211.13184v1

⭐️ Pypi: https://pypi.org/project/torchscale/

@ai_machinelearning_big_data

Machinelearning

24 ноября 2022 12:10

💨 SinDiffusion: Learning a Diffusion Model from a Single Natural Image

SinDiffusion значительно улучшает качество и разнообразие сгенерированных изображений по сравнению с существующими подходами на основе GAN.

🖥 Github: https://github.com/weilunwang/sindiffusion

➡️ Paper: https://arxiv.org/abs/2211.12445v1

📌 Project: https://github.com/WeilunWang/SinDiffusion/blob/main

➡️ Dataset: https://paperswithcode.com/dataset/places

@ai_machinelearning_big_data

Machinelearning

13 декабря 2022 09:52

✅ pypop7 (Pure-PYthon library of POPulation-based black-box OPtimization)

Интерфейс для более чем 60 вариантов различных алгоритмов оптимизации.

$ pip install pypop7

🖥 Github: https://github.com/evolutionary-intelligence/pypop

⏩ Paprer: https://arxiv.org/abs/2212.05652v1

⭐️ Derivative-Free Optimization (DFO): https://link.springer.com/article/10.1007/s10208-021-09513-z

@ai_machinelearning_big_data

Machinelearning

11 декабря 2022 13:05

🚀 evosax: JAX-based Evolution Strategies

QDax — это инструмент для ускорения алгоритмов Quality-Diversity (QD) и нейроэволюции.

🖥 Github: https://github.com/adaptive-intelligent-robotics/qdax

🎷 Evosax: https://github.com/RobertTLange/evosax

⏩ Paprer: https://arxiv.org/abs/2212.04180v1

🚀 Docs: https://qdax.readthedocs.io/en/latest/

❤️ Colab: https://colab.research.google.com/github/adaptive-intelligent-robotics/QDax/blob/main/examples/mapelites.ipynb

⭐️ Dataset: https://paperswithcode.com/dataset/brax

@ai_machinelearning_big_data

Machinelearning

09 декабря 2022 12:01

⏩ PODA: Prompt-driven Zero-shot Domain Adaptation

DR: PODA — это простой метод аугментация признаков, управляемый одним текстовым описанием.

🖥 Github: https://github.com/astra-vision/poda

⏩ Paprer: https://arxiv.org/abs/2212.03241v1

❤️ Pretrainde model: https://drive.google.com/drive/folders/15-NhVItiVbplg_If3HJibokJssu1NoxL?usp=share_link

⭐️ Dataset: https://paperswithcode.com/dataset/cityscapes

@ai_machinelearning_big_data

Machinelearning

07 декабря 2022 17:10

⭐️ Robust Point Cloud Segmentation with Noisy Annotations

A point-wise confidence selection to obtain reliable labels from the historical predictions of each point.

🖥 Github: https://github.com/pleaseconnectwifi/PNAL

🌐 Project: https://shuquanye.com/PNAL_website/

⏩ Paprer: https://arxiv.org/abs/2212.03242v1

⭐️ Dataset: https://paperswithcode.com/dataset/scannet

@ai_machinelearning_big_data

Machinelearning

06 декабря 2022 19:28

✔️ L2SR: Learning to Sample and Reconstruct for Accelerated MRI

fastMRI — это совместный исследовательский проект Facebook AI Research (FAIR) и NYU Langone Health, целью которого является изучение использования ИИ для ускорения МРТ-сканирования. NYU Langone Health выпустила полностью анонимные наборы данных МРТ.

🖥 Github: https://github.com/facebookresearch/fastMRI

❤️ Website: https://fastmri.org/

⏩ Paprer: https://arxiv.org/abs/2211.16799v1

⭐️ Dataset: https://fastmri.med.nyu.edu/

@ai_machinelearning_big_data

Machinelearning

05 декабря 2022 18:35

⭐️ Zero-Shot Image Restoration Using Denoising Diffusion Null-Space Model

DDNM может решать различные задачи по восстановлению изображений без какой-либо оптимизации и тонкой настройки!

git clone https://github.com/wyhuai/DDNM.git

🖥 Github: https://github.com/wyhuai/ddnm

❤️ Project: https://wyhuai.github.io/ddnm.io/

⏩ Paprer: https://arxiv.org/abs/2212.00490v1

⭐️ Datasets: https://paperswithcode.com/dataset/div2k

@ai_machinelearning_big_data

Machinelearning

03 декабря 2022 08:15

⭐️ MixVoxels: Mixed Neural Voxels for Fast Multi-view Video Synthesis

MixVoxels позволяет генерировать динамические 4D-сцены как смесь статических и динамических вокселей и позволяет обрабатывать их с помощью различных сетей.

🖥 Github: https://github.com/fengres/mixvoxels

⏩ Paprer: https://arxiv.org/pdf/2212.00190.pdf

✅️Project: https://fengres.github.io/mixvoxels/

⭐️ Datasets: https://github.com/facebookresearch/Neural_3D_Video

@ai_machinelearning_big_data

Machinelearning

01 декабря 2022 08:01

🟡 OpenAI открыла API обновленной модели Davinci на базе GPT-3

Новая версия Davinci — text-davinci-003 — получила высокие оценки пользователей в решении логических задач, прописывании мотивации персонажей, стилизации текста для конкретной аудитории и создании креативного контента. Davinci хорошо понимает смысл текста и успешно решает задачи, связанные с поиском причинно-следственных связей.

➡️ Beta
➡️ Video
➡️ Paper

@ai_machinelearning_big_data

Machinelearning

30 ноября 2022 09:01

➕ Interactive Visual Feature Search

Interactive Visual Feature Search, новая интерактивную визуализацию, которую можно применнить для любой CNN. Инструмент позволяет выделять область изображения и искать изображения из данного набора данных с наиболее похожими формами.

🖥 Github: https://github.com/lookingglasslab/visualfeaturesearch

🗒 Paper: https://arxiv.org/abs/2211.15060v1

⭐️ Dataset: https://paperswithcode.com/dataset/imagenet-sketch

🔩 Demo: https://colab.research.google.com/github/lookingglasslab/VisualFeatureSearch/blob/main/notebooks/Interactive_Visual_Feature_Search_Basic_Demo.ipynb

@ai_machinelearning_big_data

Machinelearning

29 ноября 2022 10:01

⭐️ Cleanlab

cleanlab автоматически находит и исправляет ошибки в любом наборе данных машинного обучения. Этот пакет искусственного интеллекта, облегчает работу с беспорядочными данными.


🖥 Github: https://github.com/cleanlab/cleanlab

👣 Docs: https://docs.cleanlab.ai/

📌 Examples: https://github.com/cleanlab/examples

⏩ Paprer: https://arxiv.org/abs/2211.13895v1

⭐️ Datasets: https://paperswithcode.com/dataset/celeba

@ai_machinelearning_big_data

Machinelearning

27 ноября 2022 09:25

✅ ADGC: Awesome Deep Graph Clustering

ADGC представляет собой набор (SOTA) методов кластеризации глубоких графов статьи, код и наборы данных).

🖥 Github: https://github.com/yueliu1999/awesome-deep-graph-clustering

⏩ Paprer: https://arxiv.org/abs/2211.12875v1

⭐️ Datasets: https://drive.google.com/drive/folders/1thSxtAexbvOyjx-bJre8D4OyFKsBe1bK?usp=sharing

@ai_machinelearning_big_data

Machinelearning

25 ноября 2022 13:26

🎨 Inversion-Based Creativity Transfer with Diffusion Models

Генеративная модель для создания выразительного арта.

git clone https://github.com/zyxElsa/creativity-transfer.git

🖥 Github: https://github.com/zyxelsa/creativity-transfer

⏩ Paprer: https://arxiv.org/abs/2211.13203v1

⭐️ Pretrained model: https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt

@ai_machinelearning_big_data

Machinelearning

25 ноября 2022 08:19

Яндекс назвал лауреатов своей ежегодной научной премии

Ученые, которые занимаются исследованиями в области компьютерных наук, получат по миллиону рублей на развитие своих проектов. В 2022 году лауреатами стали шесть молодых ученых:

•Максим Великанов — занимается теорией deep learning, изучает бесконечно широкие нейронные сети и статистическую физику;

•Петр Мокров — исследует градиентные потоки Вассерштейна, нелинейную фильтрацию и байесовскую логистическую регрессию;

•Максим Кодрян — занимается deep learning, а также оптимизацией и генерализацией нейросетевых моделей;

•Руслан Рахимов — работает с нейронной визуализацией, CV и deep learning;

•Сергей Самсонов — изучает алгоритмы Монте-Карло с марковскими цепями, стохастическую аппроксимацию и другие темы;

•Тарас Хахулин — работает в области компьютерного зрения.

Круто, что отдельно выделяют и научных руководителей. В этом году гранты получили двое — Дмитрий Ветров, заведующий Центром глубинного обучения и байесовских методов ВШЭ, и Алексей Наумов, доцент факультета компьютерных наук ВШЭ, заведующий Международной лаборатории стохастических алгоритмов и анализа многомерных данных.

Подробнее о премии и лауреатах 2022 года — на сайте.

Machinelearning

24 ноября 2022 16:35

Какие изменения произошли с библиотекой PyTorch-LifeStream за год?

Об этом рассказал Иван Киреев, исполнительный директор по исследованию данных в лаборатории по искусственному интеллекту Сбера во время международной конференции AI Journey.

Библиотека PyTorch-LifeStream нужна для построения нейронных сетей на событийных данных. В основном, изменилась структура библиотеки. Она была разбита на несколько модулей, благодаря чему в ней стало проще ориентироваться. Также изменилась система конфигурирования, появилось больше примеров использования библиотеки.

Всего в структуре библиотеки на текущий момент четыре блока:

1. Перепроцессинг данных
2. Загрузка
3. Набор слоёв
4. Набор фреймворков обучения

Что касается конфигурации, то была подключена Hydra. Все конфигурации хранятся в yaml-файлах, которые удобно редактировать.

Machinelearning

24 ноября 2022 10:39

Крупнейшие игроки российского технологического рынка присоединяются к Кодексу этики в сфере искусственного интеллекта. Свод правил разработал Альянс в сфере ИИ и обнародовал в рамках международной конференции по искусственному интеллекту AI Journey.

На конференции к Кодексу присоединились Datanа, Factory 5, ГК «GlobalTruck», ГеомирАгро, Цифровая платформа КАМАЗ, ГК Медси, Самолет, Сибур, Северсталь Менеджмент, РЖД, Русагро Технологии, Уралхим. Всего Кодекс поддержали 113 российских компаний и организаций.

«В нашем понимании развитие технологий ИИ в России должно ориентироваться исключительно на интересы человека, качество его жизни и благополучие. Именно на основе доверия граждан мы вместе с участниками Альянса и Кодекса этики продолжим создавать новую цифровую экосистему для технологического развития нашей страны», — так прокомментировал Кодекс зампред Правительства РФ Дмитрий Чернышенко.