Machinelearning

13 января 2023 11:59

🔥 Neural Deferred Shading

Новая быстрая многоракурсная 3D-реконструкция с произвольными объектами и настраиваемым освещением.

🖥 Github: github.com/fraunhoferhhi/neural-deferred-shading

⭐️ Project: fraunhoferhhi.github.io/neural-deferred-shading

✅️ Paprer: https://mworchel.github.io/assets/papers/neural_deferred_shading_with_supp.pdf

⏩ Pyremesh : https://github.com/sgsellan/botsch-kobbelt-remesher-libigl

❤️Video: https://www.youtube.com/watch?v=nIqmuylmpFY

ai_machinelearning_big_data

Machinelearning

11 января 2023 11:00

🔊 Audio-Visual Efficient Conformer for Robust Speech Recognition

Улучшенный метод чтения по губам, с помощью архитектуры Conformer Connectionist Temporal Classification (CTC) для обработки аудио и видео.

🖥 Github
✔️ Paper
🔥Notebook
🚀 Models

@ai_machinelearning_big_data

Machinelearning

07 января 2023 09:31

🔥 Yolo8 is coming!

На github вылложили веса.
Обновилась документация.

🖥 Github
✔️ Docs
🖥 Colab

@ai_machinelearning_big_data

Machinelearning

04 января 2023 10:47

🚀 ConvNeXt V2

Meta выпустила ConvNeXt V2 на PyTorch для 8 видов моделей (Atto, Femto, Pico, Nano, Tiny, Base, Large, Huge), код обученной модели, настройки и веса (преобразованные из весов JAX, обученных на TPU) для ConvNeXt V2. х. ConvNets работал лучше, чем Трансформеры для задач компьютерного зрения, а ConvNeXt V2, значительно превосходит производительность сетей ConvNet на тестах.

🖥 Github: https://github.com/facebookresearch/convnext-v2

⭐️ Paper: https://arxiv.org/abs/2301.00808v1

⏩ Dataset: https://paperswithcode.com/dataset/coco

@ai_machinelearning_big_data

Machinelearning

31 декабря 2022 10:22

🚛 The Forward-Forward Algorithm: Some Preliminary Investigations

Цель этой статьи — представить новую процедуру обучения для нейронных сетей и продемонстрировать, что она работает хорошо на нескольких небольших задачах и заслуживает внимания для дальнейшего изучения. Алгоритм Forward-Forward заменяет метод прямого распространения и метод обратного распространения двумя прямыми проходами, один с положительными (то есть реальными) данными, а другой с отрицательными данными, которые сгенерированы самой сетью. Forward-Forward не требует вычисления функции потерь по отношению к параметрам сети. Вместо этого каждый шаг оптимизации может выполняться локально, а веса каждого слоя могут обновляться сразу же после того, как слой отработал.

git clone https://github.com/nebuly-ai/nebullvm.git
cd nebullvm/apps/accelerate/forward_forward

🖥 Github: https://github.com/nebuly-ai/nebullvm/tree/main/apps/accelerate/forward_forward

⭐️ Paper: https://arxiv.org/abs/2212.13345v1

⏩ Dataset: https://paperswithcode.com/dataset/cifar-10

@ai_machinelearning_big_data

Machinelearning

29 декабря 2022 10:01

✅️ JRBD: Egocentric Perception of Humans

Стэнфорд JRDB-Pose: набор размеченных данных с более чем 600 000 позами тел.

⭐️ Dataset: https://jrdb.erc.monash.edu/

🖥 Github: https://github.com/JRDB-dataset/jrdb_toolkit/

⏩ JRDB-Pose: https://jrdb.erc.monash.edu/dataset/pose#toolkit

✅ Paper: arxiv.org/pdf/1910.11792.pdf

@ai_machinelearning_big_data

Machinelearning

27 декабря 2022 10:26

❄️ ClimateNeRF: Extreme Climate NeRF

Climate NeRF — позволяет визуализировать последствия изменения климата. ClimateNeRF может генерировать реалистичные погодные эффекты, включая смог, снег и наводнение. Результаты можно контролировать с помощью физически значимых переменных, таких как уровень воды и количества осадков.

✅ Project: https://climatenerf.github.io

📃 Paprer: arxiv.org/pdf/2211.13226.pdf

📊 FastPhotoStyle: https://github.com/NVIDIA/FastPhotoStyle

@ai_machinelearning_big_data

Machinelearning

26 декабря 2022 17:59

🖥 Introduction To Functional Analysis

Шикарный бесплатный курс от MIT по Функциональному анализу. 23 лекции и конспекты.

📃 Курс
📊 Материалы
🖥 Видео

@ai_machinelearning_big_data

Machinelearning

23 декабря 2022 11:27

🖥 PICARD: Parsing Incrementally for Constrained Auto-Regressive Decoding from Language Models

Интересная модель, которая переводит запросы на естественном языке в запрос SQL.

$ git clone git@github.com:ElementAI/picard.git
$ cd picard
$ git submodule update --init --recursive

🖥 Github: https://github.com/ServiceNow/picard

⏩ Paprer: https://arxiv.org/abs/2109.05093v1

✔️ Dataset: https://paperswithcode.com/dataset/spider-1

@ai_machinelearning_big_data

Machinelearning

22 декабря 2022 10:58

⭐️ Generalized Decoding for Pixel, Image, and Language

X-Decoder - первая модель, которая поддерживает все типы сегментации изображений, способной эффективно решать различные задачи CV и VL.

🖥 Github: https://github.com/microsoft/X-Decoder

🤗 Hugging Face Demo: https://huggingface.co/spaces/xdecoder/Demo

⭐️ Project: https://x-decoder-vl.github.io/

⏩ Paprer: https://arxiv.org/pdf/2212.11270.pdf

✔️ Dataset: https://paperswithcode.com/dataset/visual-genome

@ai_machinelearning_big_data

Machinelearning

20 декабря 2022 16:27

⭐️ BLOOM+1: Adding Language Support to BLOOM for Zero-Shot Prompting

Модель BLOOM — это большая многоязычная модель с открытым исходным кодом, способная к обучению с нуля, предварительно обученная на 46 языках.

🖥 Github: https://github.com/bigscience-workshop/multilingual-modeling

⏩ Paprer: https://arxiv.org/abs/2212.09535v1

✔️ Dataset: https://paperswithcode.com/dataset/xp3

@ai_machinelearning_big_data

Machinelearning

20 декабря 2022 12:05

✅ Optimizing Prompts for Text-to-Image Generation

Передовой алгоритм, облегчающие работу с языковыми моделями, для автоматической оптимизации промптов.

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

➡️Paprer: https://arxiv.org/abs/2212.09611v1

✔️Dataset: https://paperswithcode.com/dataset/diffusiondb

💨 Transformers at Scale: https://github.com/microsoft/torchscale

@ai_machinelearning_big_data

Machinelearning

19 декабря 2022 08:17

🎓 stopes:

Библиотека и датасет от Meta для подготовки данных и работы с машинным переводом.

cd ..
git clone https://github.com/facebookresearch/stopes.git
cd stopes
pip install -e '.[dev,mono,mining]'

🖥 Github: https://github.com/cvg/deeplsd

⏩ Paprer: https://arxiv.org/abs/2212.08486v1

📎 Blog: https://ai.facebook.com/blog/nllb-200-high-quality-machine-translation/

🗒 Documentation: https://facebookresearch.github.io/stopes

✔️ Dataset: https://paperswithcode.com/dataset/must-c

@ai_machinelearning_big_data

Machinelearning

17 декабря 2022 09:27

⭐ Analog-Diffusion

На hugging face был выложен AnalogDiffusion, который тренировался на аналоговых фотографиях. В результате получаются очень фотореалистичные изображения людей.

🤗 Hugging face
✔️ Dreambooth model

@ai_machinelearning_big_data

Machinelearning

16 декабря 2022 12:31

🖥 StackExplain

Cкрипт на основе ChatGPT, который выведет и обьяснит ошибку в вашем коде.

$ pip3 install stackexplain

🖥 Github
✔️ Впечатляющие достижения ChatGPT
😂ChatGPT решает задачи

@ai_machinelearning_big_data

Machinelearning

12 января 2023 09:52

😫 Memories are One-to-Many Mapping Alleviators in Talking Face Generation

Новый проект от Microsoft, реалистичная генерация говорящего аватара ​по входным аудиодорожкам. MemFace обеспечивает наилучшее качество с большим отрывом.

🖥 Project
📃 Paper
📊Video

ai_machinelearning_big_data

Machinelearning

09 января 2023 11:14

🔥 MIT Introduction to Deep Learning

2023 Program has started!

Сегодня стартует бесплатный курс от MIT Intro to DL 2023 — один из самых лаконичных, открытых курсов по искусственному интеллекту, который охватывает основные методы глубокого обучения, архитектуры инс, статистику.

🚀 Course
✔️ Course 2022

@ai_machinelearning_big_data

Machinelearning

06 января 2023 08:40

💫 PACO: Parts and Attributes of Common Objects

Meta опубликовала огромный датасет. PACO — это набор данных, содержащий 641 000 аннотированных объектов и их и частей .

🖥 Github
⭐️ Paper
➡️Project

@ai_machinelearning_big_data

Machinelearning

01 января 2023 08:39

⚡️ MVTN: Learning Multi-View Transformations for 3D Understanding

Библиотека Pytroch для классификации, генерации и сегментации 3D объектов.

🖥 Github: https://github.com/ajhamdi/mvtorch

⭐️ Paper: https://arxiv.org/abs/2212.13462v1

⏩ Dataset: https://paperswithcode.com/dataset/modelnet

⏩ Сlassification example: https://github.com/ajhamdi/mvtorch/blob/main/docs/tutorials/classification.ipynb

➡️ Segmentation example: https://github.com/ajhamdi/mvtorch/blob/main/docs/tutorials/segmentation.ipynb

@ai_machinelearning_big_data

Machinelearning

30 декабря 2022 11:00

⭐️ Orion

Проект с открытым исходным кодом от Data до AI Lab от MIT.
Orion — это библиотека машинного обучения, созданная для обнаружения аномалий во временных рядах.

pip install orion-ml

🖥 Github: https://github.com/sintel-dev/orion

⭐️ Notebooks: https://drive.google.com/drive/folders/1FAcCEiE1JDsqaMjGcmiw5a5XuGh13c9Q?usp=sharing

✅ Paper: https://arxiv.org/abs/2212.13558v1

⏩ Docs: https://sintel.dev/Orion/

⏩ Datalab: https://dai.lids.mit.edu/

@ai_machinelearning_big_data

Machinelearning

28 декабря 2022 10:03

🥼Neural Cloth Simulation

Самый продвинутый ИИ для анимации и генерации одежды.

🖥 Github: https://github.com/hbertiche/NeuralClothSim

⭐️ Project: https://hbertiche.github.io/NeuralClothSim/

✅️ Paprer: arxiv.org/pdf/2211.13226.pdf

⏩ Video: https://youtu.be/6HxXLBzRXFg

@ai_machinelearning_big_data

Machinelearning

27 декабря 2022 08:16

Уже больше 70 лет биологи исследуют состояние Байкала: берут пробы воды в одной и той же точке и вручную ведут подсчет микроорганизмов. Этот метод не менялся с 1945 года. Теперь учёным помогают алгоритмы машинного обучения — они анализируют виды и формы планктона и экономят время специалистов.

Нейросеть Yandex Cloud стала доступна в опенсорсе — то есть и сам алгоритм, и датасет можно использовать в исследованиях других водоемов по всему миру. Читайте подробнее в блоге.

Посмотрите короткометражку о том, как нейросети учились различать байкальских рачков, а специалисты из разных областей — понимать друг друга

Machinelearning

25 декабря 2022 12:27

🎧 Riffusion App

Riffusion — это интересный проект для создания музыки в реальном времени, основанный на stable diffusion.

🖥 Github: https://github.com/riffusion/riffusion-app

🖥 Colab: https://colab.research.google.com/drive/1FhH3HlN8Ps_Pr9OR6Qcfbfz7utDvICl0

⏩ Model: https://huggingface.co/riffusion/riffusion-model-v1

🖥 Demo: https://huggingface.co/spaces/fffiloni/spectrogram-to-music

@ai_machinelearning_big_data

Machinelearning

22 декабря 2022 19:20

🌐 3D Highlighter: Localizing Regions on 3D Shapes via Text Descriptions

3D Highlighter способен определять семантические области на 3D объектах, используя текст в качестве входных данных.

🖥 Github: https://github.com/threedle/3DHighlighter

⭐️ Project: https://threedle.github.io/3DHighlighter/

⏩ Paprer: https://arxiv.org/abs/2212.11263

@ai_machinelearning_big_data

Machinelearning

21 декабря 2022 08:55

🔥 Scalable Diffusion Models with Transformers (DiT)

Новый класс моделей диффузии, основанный на архитектуре трансформеров.Модели DiT-XL/2 не только обладают хорошей масштабируемостью, но и превосходят все предшествующие диффузионные модели на тестах.

git clone https://github.com/facebookresearch/DiT.git

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

🖥 Colab: http://colab.research.google.com/github/facebookresearch/DiT/blob/main/run_DiT.ipynb

⭐️ Project: https://www.wpeebles.com/DiT

⏩ Paprer: http://arxiv.org/abs/2212.09748

✔️ Dataset: https://paperswithcode.com/dataset/imagenet

@ai_machinelearning_big_data

Machinelearning

20 декабря 2022 14:20

Хайп вокруг темы метавселенных дал большой импульс рынку VR-устройств, поскольку для метавселенных нужные погружающие пользователей интерфейсы. А лучшая на сегодня технология, которая выполняет такую функцию, — это виртуальная реальность.

Поэтому в этом году компании анонсировали несколько любопытных разработок. Например, автономные VR-устройства PICO 4, в которые инвестирует ByteDance и которые уже доступны для потребителей, а также вторую версию шлема PlayStation — PS VR2, он поступит на рынок в феврале 2023.

На российском рынке VR и AR решений в 2022 году произошло осознание, что может произойти ситуация «выпадения» технологий — в том числе, и критически важных. К таким относятся инструменты для разработки, например, игровые движки, которыми активно пользуются корпорации для создания симуляторов и тренингов. Те из них, которые близки к госсектору или компаниям, включенным в санкционные списки, уже находятся в зоне риска блокировки инструментов.

В связи с этим, среди участников рынка аудиовизуального производства и игровой разработки, государства и институтов развития активно обсуждается идея замещения выпадающих технологий. Например, создание собственных инструментов: 2D и 3D редакторы, игровые движки, рендер-движки, инструменты композитинга и прочее. Такие решения могут быть созданы на базе Open Source решений, на базе уже существующих в РФ решений или с нуля.

🎧 Больше о проектах виртуальной реальности можно узнать в подкасте Алексея Каленчука — «Ныряем».

#ЭкспертыФонда

Machinelearning

19 декабря 2022 10:57

⏩ GPViT: A High Resolution Non-Hierarchical Vision Transformer with Group Propagation

Трансформер на PyTorch, предназначенный для высокоточного визуального распознавания объектов с функцией высокого разрешения

🖥 Github: https://github.com/chenhongyiyang/gpvit

➡️Paprer: https://arxiv.org/abs/2212.06795v1

✔️Data Preparation: https://paperswithcode.com/dataset/must-c

@ai_machinelearning_big_data

Machinelearning

18 декабря 2022 09:17

✅ DeepLSD: Line Segment Detection and Refinement with Deep Image Gradients

DeepLSD — это универсальный линейный детектор, который распознает объекты с точностью ручного распознавания. Он подходит для любых задач, требующих высокой точности при сегментации и распознавании объектов.

git clone --recurse-submodules git@github.com:cvg/DeepLSD.git
cd DeepLSD

🖥 Github: https://github.com/cvg/deeplsd

⏩ Paprer: https://arxiv.org/abs/2212.07766v1

✔️ Dataset: https://paperswithcode.com/dataset/hpatches

@ai_machinelearning_big_data

Machinelearning

17 декабря 2022 09:27

🌠 Star Wars in USSR

Как пользоваться Midjourney

@ai_machinelearning_big_data

Machinelearning

15 декабря 2022 09:02

✔️ ECON: Explicit Clothed humans Obtained from Normals

ECON разработан для «оцифровки человека из изображения». ECON помогает высокоточно выдедить одетых людей на изображении , в люблй одежде и в сложных позах. ECON также поддерживает реконструкцию нескольких человек и анимацию на основе SMPL-X.

🖥 Github: https://github.com/YuliangXiu/ECON

⏩ Paprer: https://arxiv.org/abs/2212.07422

📎 Demo: https://github.com/YuliangXiu/ECON#demo

✔️ Instructions: https://github.com/YuliangXiu/ECON#instructions

@ai_machinelearning_big_data