Нижегородский офис компании Intel, помимо прочего, занимается разработкой алгоритмов компьютерного зрения на основе глубоких нейронных сетей. Для обучения моделей требуется множество размеченных данных. Теоретически, существует много способов подготовить их, однако наличие специализированного программного обеспечения многократно ускоряет этот процесс. Так, в целях повышения эффективности и качества разметки, мы разработали собственный инструмент – Computer Vision Annotation Tool (CVAT).
Рубрика «deep learning» - 12
Computer Vision Annotation Tool: универсальный подход к разметке данных
2018-12-24 в 6:44, admin, рубрики: annotation tool, computer vision, data annotation, deep learning, labeling tool, open source, Блог компании Intel, искусственный интеллект, машинное обучение
Приглашаем 22 декабря на Data Ёлку
2018-12-17 в 7:35, admin, рубрики: big data, computer vision, data science, deep learning, machine learning, mail.ru group, Moscow Data Science, ods, Блог компании Mail.Ru Group, искусственный интеллект, конференции, машинное обучение
Приглашаем 22 декабря присоединиться к команде Data Science-специалистов и вместе подвести итоги года. На встрече мы вместе подытожим, что нового было в разных областях Data Science в 2018-м, обсудим последние новости с NIPS/NeurIPS, ответим на самые актуальные вопросы от участников сообщества, а главное — наградим тех, чей вклад в сообщество ODS стал значимым за последний год.
Читать полностью »
Машинное обучение с Node.js при помощи библиотеки Tensorflow.js
2018-12-12 в 19:56, admin, рубрики: deep learning, javascript, node.js, nodejs, TensorFlow, Блог компании Издательский дом «Питер», машинное обучение, Профессиональная литература, распознавание образовПривет всем, коллеги!
Возможно, поклонники библиотеки Tensorflow, уже заметившие у нас в предзаказе эту книгу, также присматривались к возможностям машинного и глубокого обучения в браузере, тем более, что тему не обошел вниманием и сам Франсуа Шолле. Интересующихся приглашаем под кат, где рассказано, как при помощи библиотеки Tensorflow.js распознаются изображения.
Читать полностью »
AlphaZero снова обыграл Stockfish в матче из 1000 партий
2018-12-07 в 7:38, admin, рубрики: aplhazero, deep learning, DeepMind, Google, machine learning, будущее здесь, ИИ, искусственный интеллект, логические игры, машинное обучение, шахматы
Прошлого декабря прошла волна новостей о невероятной силы нового шахматного движка использующего искусственный интеллект AlphaZero компнании DeepMind. Сегодня они выпустили потрясающие результаты обновленной версии этого движка.
Результаты снова не оставляют никаких сомнений в том, что AlphaZero является одним из сильнейших шахматных движков в мире.
Обновленный AlphaZero разгромил Stockfish 8 в новом матче с 1000 партий с результатом: 155 побед, 6 поражений, 839 ничьих.
Читать полностью »
Обзор основных методов Deep Domain Adaptation (Часть 2)
2018-11-28 в 8:44, admin, рубрики: computer vision, deep learning, domain adaptation, machine learning, Блог компании Mail.Ru Group, искусственный интеллект, машинное обучение, обработка изображенийВ первой части мы ознакомились с методами доменной адаптации с помощью глубоко обучения. Поговорили об основных датасетах, а также о подходах discrepancy-based и adversarial-based non-generative. Эти методы хорошо себя показывают для некоторых задач. А в этот раз мы разберём наиболее сложные и перспективные adversarial-based методы: generative models, а также алгоритмы, показывающие наилучшие результаты на датасете VisDA (адаптации с синтетических данных под реальные фотографии).
NeurIPS: как покорить лучшую конференцию по ML
2018-11-27 в 11:00, admin, рубрики: Competition, deep learning, machine learning, neural networks, reinforcement learning, Блог компании Open Data Science, искусственный интеллект, конференции, машинное обучениеNeurIPS –– конференция, которая на данный момент считается самым топовым событием в мире машинного обучения. Сегодня я расскажу вам о своем опыте участия в конкурсах NeurIPS: как потягаться с лучшими академиками мира, занять призовое место и опубликовать статью.
Ночью спит спокойно мама — мы собираем OpenCV для Raspbian’a
2018-11-23 в 22:28, admin, рубрики: computer vision, deep learning, diy или сделай сам, github, open source, opencv, python, Raspberry Pi, Разработка на Raspberry PiПоследние пару недель были непростыми для нашей команды. Выпускали OpenCV 4, а вместе с ним готовились к Intel's OpenVINO toolkit R4, в состав которого входит OpenCV. Думаешь, отвлекусь на время, посмотрю, как обычно, форумы про OpenCV, да комментарии пользователей, и тут на тебе, модно стало говорить что OpenCV не IoT, что под Raspberry Pi собрать — припоя не хватает, что на ночь make -j2 ставить — утром будет готово, если повезёт.
Поэтому предлагаю дружно взяться за руки и посмотреть, как же можно собирать библиотеку OpenCV для 32-битной операционной системы, исполняемой на ARM процессоре, используя ресурсы машины с 64-битной OS, движимой отличной архитектурой CPU. Колдовство Кросс-компиляция, не иначе!
Обзор основных методов Deep Domain Adaptation (Часть 1)
2018-11-22 в 7:45, admin, рубрики: computer vision, deep learning, domain adaptation, machine learning, Блог компании Mail.Ru Group, машинное обучение, обработка изображенийРазвитие глубоких нейронных сетей для распознавания изображений вдыхает новую жизнь в уже известные области исследования в машинном обучении. Одной из таких областей является доменная адаптация (domain adaptation). Суть этой адаптации заключается в обучении модели на данных из домена-источника (source domain) так, чтобы она показывала сравнимое качество на целевом домене (target domain). Например, source domain может представлять собой синтетические данные, которые можно «дёшево» сгенерировать, а target domain — фотографии пользователей. Тогда задача domain adaptation заключается в тренировке модели на синтетических данных, которая будет хорошо работать с «реальными» объектами.
В группе машинного зрения Vision@Mail.Ru мы работаем над различными прикладными задачами, и среди них часто встречаются такие, для которых мало тренировочных данных. В этих случаях сильно может помочь генерация синтетических данных и адаптация обученной на них модели. Хорошим прикладным примером такого подхода является задача детектирования и распознавания товаров на полках в магазине. Получение фотографий таких полок и их разметка довольно трудозатратны, зато их можно достаточно просто сгенерировать. Поэтому мы решил глубже погрузиться в тему доменной адаптации.
Как мы заменили спортивного скаута нейронной сетью
2018-11-16 в 7:00, admin, рубрики: computer vision, deep learning, image processing, neural networks, segmentation, Алгоритмы, Блог компании Constanta, искусственный интеллект, машинное обучение, обработка изображений
Да, действительно, мы смогли заменить нейронной сетью спортивного скаута и стали автоматически собирать данные об игре. И теперь знаем о спортивном состязании больше присутствующего на нем зрителя, а иногда и судьи.
Читать полностью »
Введение в обучение с подкреплением
2018-11-07 в 16:40, admin, рубрики: big data, data mining, deep learning, machine learning, Блог компании ОтусВсем привет!
Мы открыли новый поток на курс «Machine learning», так что ждите в ближайшее время статей связанных с данной, так сказать, дисциплиной. Ну и разумеется открытых семинаров. А сейчас давайте рассмотрим, что такое обучение с подкреплением.
Обучение с подкреплением является важным видом машинного обучения, где агент учится вести себя в окружающей среде, выполняя действия и видя результаты.
В последние годы мы наблюдаем много успехов в этой увлекательной области исследований. Например, DeepMind и Deep Q Learning Architecture в 2014 году, победа над чемпионом по игре в го с AlphaGo в 2016, OpenAI и PPO в 2017 году, среди прочих.
