В 2012 году команда из Торонто потрясла мир компьютерного зрения: их нейросеть AlexNet распознавала объекты на фотографиях лучше любого алгоритма, написанного вручную. Код занимал тысячи строк, требовал двух видеокарт и недель обучения. Сегодня вы можете превзойти AlexNet одной строкой кода, а модель загрузится за секунды.
Рубрика «Компьютерное зрение»
Трёхстрочный Deep Learning: 20 примеров нейросетевой магии
2026-01-19 в 19:54, admin, рубрики: BERT, deep learning, gpt, nlp, Transformers, Компьютерное зрение, нейросетиХакатон Норникеля: как мы выжали максимум из YOLO и заняли 2 место
2026-01-16 в 6:33, admin, рубрики: кейс, Компьютерное зрение, машинное обучение, сезон ии в разработке, хакатон, эволюционные алгоритмыПривет! Пару лет назад мы с коллегами из Центра искусственного интеллекта СФУ искали способы набраться практического опыта в задачах компьютерного зрения. Одним из таких форматов оказались хакатоны — соревнования по решению ML-задач на реальных кейсах с жесткими дедлайнами.
За эти пару лет мы успели поучаствовать примерно в десяти хакатонах (Цифровой прорыв, Атомик Хак) и в половине из них доходили до призовых местЧитать полностью »
Сила оттенков серого: компьютерное зрение с нуля
2025-11-13 в 8:27, admin, рубрики: computer vision, fast, orb, классификатор, Компьютерное зрение, распознавание изображений
В обсуждениях компьютерного зрения обычно речь идёт об OpenCV или нейронных сетях глубокого обучения наподобие YOLOЧитать полностью »
Если в кране нет воды… значит сработали моллюски
2025-11-10 в 7:05, admin, рубрики: безопасность, биомониторинг, биосенсоры, датчики, инженерия, канареечное тестирование, Компьютерное зрение, технологии, эволюция, экологияВ Варшаве судьбу водопровода решают восемь моллюсков. Не инженеры, не лаборанты с пробирками, не автоматические анализаторы за миллионы злотых, а обычные речные беззубки размером с ладонь, выловленные в чистых водоемах. Они сидят в проточных резервуарах на главной насосной станции, фильтруют воду и... всё. Пока створки раковин открыты - два миллиона человек получают воду из кранов. Стоит моллюскам почуять что-то неладное и захлопнуться - подача автоматически блокируется по всему городу.
Как я внедрил пилотный проект системы компьютерного зрения на производстве, пока станки простаивали, при 7000 в неделю
2025-11-05 в 10:15, admin, рубрики: DIY, python, yolov8, Железо, история успеха, Компьютерное зрение, Промпроизводство«Нормально», — ответила мне нейросеть, когда я просил помочь с YOLO, а она вместо этого нарисовала помятый телефон (контекст был перегружен).
Я улыбнулся. В тот момент я и сам чувствовал себя таким помятым. Станки простаивали уже четвёртый месяц. Зарплата в простое была символической. Пришлось искать дополнительные источники финансирования — в ход пошли даже старые запасы «железа».
Я тогда продал последний монитор — просто чтобы дожить до пятницы.
И в этих условиях я решил: не ждать заказов, а создавать ценность самому. Так родился мой модуль компьютерного зрения для контроля брака.
Читать полностью »
Ловим «взрослые» сцены на видео: как ИИ помогает редакторам
2025-10-28 в 13:10, admin, рубрики: streamlit, Whisper, yolo, аудиоанализ, возрастной рейтинг, гибридная модерация, Компьютерное зрение, машинное обучение, модерация контента, обработка естественного языка
Поводом для написания этой заметки стало обсуждение на недавнем отраслевом мероприятии задач Читать полностью »
130+ датасетов для машинного обучения: гид, который сэкономит часы поиска нужных данных
2025-10-08 в 9:08, admin, рубрики: ML-репозитории, где искать датасет, датасеты, Компьютерное зрение, машинное обучение, наборы данных, обработка естественного языка, обучение моделей, подборка датасетов для ML, распознавание речи
Запускаем Qwen3-VL-30B на 48GB VRAM
2025-10-05 в 0:43, admin, рубрики: llm, qwen3, Компьютерное зрениеНедавно вышла коллекция моделей от Alibaba - Qwen3-VL:
https://huggingface.co/collections/Qwen/qwen3-vl-68d2a7c1b8a8afce4ebd2dbe
В своём блоге они Читать полностью »
Видеоаналитика в реальном времени: что делать, если нет GPU
2025-10-03 в 13:01, admin, рубрики: CV, gpu, python, анализ изображений, архитектура систем, видеонаблюдение, камера, Компьютерное зрение, оптимизация, цифровой сибурКогда у вас несколько десятков моделей компьютерного зрения, тысячи камер на заводах по всей стране и только несколько секунд, чтобы успеть оповестить оператора — важна каждая миллисекунда.
Но что делать, если вы работаете не в IT-гиганте с дата-центрами и парком GPU, а в промышленной компании с изолированными сетями, ограниченными ресурсами и жёсткими требованиями к отказоустойчивости? Расскажу:
-
почему разработка видеоаналитики в промышленности отличается от БигТеха;
-
какие ограничения приходится учитывать: отсутствие GPU, изолированные сети и жёсткие требования к отказоустойчивости;