Рубрика «computer vision»

в 13:16, , рубрики: computer vision, egui, face detection, lock-free, machine learning, multithreading, ONNX, open source, Rust

Большинство инструментов для замены лиц - это Python-скрипты, склеенные из PyTorch, OpenCV и надежды. Они работают, но тащат за собой гигабайты зависимостей, требуют правильно настроенного CUDA и разваливаются в тот момент, когда ты пытаешься запустить их в реальном времени.

Мне стало интересно: можно ли собрать весь пайплайн на чистом Rust? Без Python. Без PyTorch. Без обёрток. Один бинарник, который скачал, распаковал и запустил.

Оказалось, можно. 60 fps на веб-камере.

Пайплайн

На каждом кадре последовательно отрабатывают четыре нейросети.

Читать полностью »

в 7:00, , рубрики: AI, catboost, computer vision, data science, ml, борщевик, ИИ, экология

в 11:16, , рубрики: computer vision, media pipeline, opencv, python, Whisper, YouTube Shorts, автоматизация, анализ видео, обработка аудио, субтитры

в 11:45, , рубрики: avfoundation, computer vision, iOS, ocr, swift, swift charts, swiftdata, swiftUI, vision framework, открытый исходный код

Многие приложения для здоровья в России перестали нормально работать. Omron — одно из них. А давление мерить надо каждый день. Поэтому я решил сделать своё iOS-приложение, которое через камеру считывает показания с любого тонометра, сохраняет их и строит графики динамики.

Я Senior CV-инженер — компьютерное зрение моя основная работа. Так что OCR с дисплея тонометра технически не должен был стать проблемой. Но как iOS-разработчик я — полный ноль. Xcode открыл впервые. Swift видел мельком. Это честный рассказ о том, как это выглядит изнутри.

Читать полностью »

в 10:15, , рубрики: computer vision, hugging face, machine learning, python, pytorch, искусственный интеллект

в 12:15, , рубрики: ai-агенты, computer vision, llm, ocr, python, rag, Vectorization, Компьютерное зрение, машинное обучение, обработка документов

Представьте что вы получили 500 кредитных заявок. В каждой — паспорт, банковская выписка, справка о доходах, налоговая форма. Всё в PDF. Имена файлов: upload1.pdf, upload2.pdf... Чтобы обработать их вручную — нужна неделя и несколько сотрудников. Чтобы обработать автоматически старым способом — нужно написать отдельный парсер под каждый тип документа, и молиться чтобы шрифт не поменялся. Эта статья о том как индустрия шла к решению этой задачи — и к чему пришла.

Читать полностью »

в 19:25, , рубрики: computer vision, machine vision, optics, диафрагма, Компьютерное зрение, машинное зрение, оптика, разрешающая способность, техническое зрение

Привет!

Меня зовут Андрей, я – специалист по оптическим системам, расчётчик и конструктор в одном лице.

Читать полностью »

в 20:24, , рубрики: C, computer vision, embedded, esp32, jpeg, rtp, udp

В этой статье я разберу, как реализовать передачу JPEG-видео по RTP поверх UDP напрямую с ESP32 - так, чтобы поток открывался в VLC и ffplay, без RTSP, FFmpeg и промежуточных серверов.

Почему не HTTP MJPEG

В интернете легко найти десятки примеров стриминга с ESP32 через HTTP MJPEG. Возникает логичный вопрос: зачем вообще усложнять и использовать RTP?

Причин здесь несколько.

Во-первых, HTTP MJPEG это не очень интересно. Это по сути бесконечный HTTP-ответ с multipart-boundary, который работает ровно до тех пор, пока браузер его терпит. Протокол не предназначен для real-time мультимедиа и используется скорее как удобный хак.

Читать полностью »

в 10:16, , рубрики: computer vision, CV, mlops, pytorch, yolo, видеоаналитика

в 14:05, , рубрики: ai agent, automatization, computer vision, crossplatform, GUI, llm, Logos AI Assistant, omniparse, pyside6, terminal

Logos AI Assistant: Дайте "глаза и руки“ нейросети на вашем рабочем столе

Вспомните, сколько раз вам приходилось заниматься ручной, механической работой: переносить данные из одной программы в другую, кликая по одним и тем же кнопкам,
или выполнять последовательность команд в терминале для рутинной задачи. Это отнимает время и силы, которые можно было бы потратить на что‑то более важное.

Мы создали Logos AI Assistant не как замену человеку, а как инструмент‑исполнитель. Это мост между мощными языковыми моделями (LLM) и вашим к омпьютером. Проще
Читать полностью »

123...10...18
Главная   |  Архив новостей  |   Android  |   Google  |   Apple  |   Microsoft  |   Информационная безопасность  |   Веб – разработка
Публикации RSS  |  Комментарии RSS
https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js