Пользователь вводит данные: контуры планировки, входная группа и окна. Нейросеть создает планировку с помещениями, а также стены и проемы между ними.
Читать полностью »
Рубрика «нейросеть» - 5
Нейросеть по контурам квартиры делит ее на зоны, рисует стены и расставляет мебель
2019-08-06 в 4:53, admin, рубрики: визуализация данных, дизайн, искусственный интеллект, квартира, машинное обучение, мебель, Научно-популярное, нейросеть, планировка, помещения, стеныInstagram внедряет ИИ для распознавания травли
2019-07-09 в 17:39, admin, рубрики: DeepText, Instagram, буллинг, искусственный интеллект, нейросеть, оскорбления, распознавание фото, Социальные сети и сообщества
Facebook как один из мировых лидеров в разработке технологий искусственного интеллекта нашёл прикладное применение для этих программ: фильтрация общения людей. Передовые инновации внедряют в социальной сети Instagram (см. пресс-релиз Instagram, а также репортаж в Time с комментарием Йоава Шапиры, ведущего разработчика нейросетевых классификаторов травли).
Самая интересная из новых функций — что «грубого человека» можно заблокировать так, что он даже этого не заметит. Пользователь продолжит хамить, но его опубликованные сообщения будут видны только ему одному. Это идеальный вариант, чтобы не блокировать грубияна и не обострять ситуацию. Впрочем, конкретно эта функция не связана с системой ИИ.
Читать полностью »
Нейросеть научилась рисовать сложные сцены по текстовому описанию
2019-06-24 в 7:00, admin, рубрики: github, microsoft, neural network, open source, Блог компании Microsoft, искусственный интеллект, машинное обучение, нейросеть
Исследовательская группа Microsoft Research представила генеративно-состязательную нейросеть, которая способна генерировать изображения с несколькими объектами на основе текстового описания. В отличие от более ранних подобных алгоритмов text-to-image, способных воспроизводить изображения только базовых объектов, эта нейросеть может справляться со сложными описаниями более качественно.
Нейросеть NTechLab заняла второе место на конкурсе NIST по распознаванию действий на видео
2019-06-07 в 8:21, admin, рубрики: NtechLab, видеонаблюдение, искусственный интеллект, Киберпанк, машинное обучение, нейросеть, обработка изображений, Работа с видео, распознавание действий
Примеры видеороликов из тестового набора
Российская компания NtechLab заняла второе место на конкурсе нейросетей ActEV: Activities in Extended Video среди алгоритмов, способных распознавать действия на видео. В конкурсе принимали участие 39 алгоритмов, в финальном этапе ActEV-PC Independent Evaluation остались семь участников.
Такие системы могут широко применяться в коммерческих системах. Например, это позволяет автоматизировать поиск неправильно припаркованных автомобилей, оставленных предметов, а также курящих в неположенных местах граждан — и оперативно оповещать об этих действиях полицию. Система автоматического распознавания действий для правоохранительных органов особенно эффективна в сочетании с обширной системой видеонаблюдения, которая работает в связке с системой распознавания лиц.
Читать полностью »
Реставрируем фотографии с помощью нейросетей
2019-05-30 в 13:29, admin, рубрики: Алгоритмы, бессмертный полк, Блог компании Mail.Ru Group, машинное обучение, нейросеть, обработка изображений, раскрашивание фотографий, реставрация фотографий
Всем привет, я работаю программистом-исследователем в команде компьютерного зрения Mail.ru Group. Ко Дню Победы в этом году мы решили сделать проект по реставрации военных фотографий. Что такое реставрация фотографий? Она состоит из трех этапов:
- находим все дефекты изображения: надломы, потертости, дырки;
- закрашиваем найденные дефекты, основываясь на значениях пикселей вокруг них;
- раскрашиваем изображение.
В этой статье я детально пройдусь по каждому из этапов реставрации и расскажу, как и где мы брали данные, какие сети мы учили, что у нас получилось, на какие грабли мы наступили.
Читать полностью »
Scala + MXNet = Микросервис с нейронкой в проде
2019-02-13 в 13:36, admin, рубрики: docker, mxnet, scala, Блог компании Mail.Ru Group, машинное обучение, микросервисы, нейросеть
В интернете есть огромное количество руководств и примеров, на основе которых вы, дорогие читатели, сможете «без особого труда» и с «минимальными» временными затратами написать код, способный на фото отличать кошечек от собачек. И зачем тогда тратить время на эту статью?
Основной, на мой взгляд, недостаток всех этих примеров — ограниченность возможностей. Вы взяли пример, — пусть даже с базовой нейронной сетью, которую предлагает автор, — запустили его, возможно, он даже заработал, а что дальше? Как сделать так, чтобы этот незамысловатый код начал работать на production-сервере? Как его обновлять и поддерживать? Вот тут и начинается самое интересное. Мне не удалось найти полного описания процесса от момента «ну вот, ML-инженер обучил нейронную сеть» до «наконец-то мы выкатили это в production». И я решил закрыть этот пробел.
Читать полностью »
Пишем XGBoost с нуля — часть 2: градиентный бустинг
2019-02-07 в 9:44, admin, рубрики: big data, data mining, python, xgboost, алгоритм, Алгоритмы, Блог компании Mail.Ru Group, нейросеть, решающие деревья
Всем привет!
В прошлой статье мы разбирались, как устроены решающие деревья, и с нуля реализовали
алгоритм построения, попутно оптимизируя и улучшая его. В этой статье мы реализуем алгоритм градиентного бустинга и в конце создадим свой собственный XGBoost. Повествование будет идти по той же схеме: пишем алгоритм, описываем его, в заверешение подводим итоги, сравнивая результаты работы с аналогами из Sklearn'а.
В этой статье упор тоже будет сделан на реализацию в коде, поэтому всю теорию лучше почитать в другом вместе (например, в курсе ODS), и уже со знанием теории можно переходить к этой статье, так как тема достаточно сложная.
Пишем XGBoost с нуля — часть 1: деревья решений
2019-02-06 в 10:20, admin, рубрики: big data, python, python3, алгоритм, Алгоритмы, Блог компании Mail.Ru Group, машинное обучение, нейросеть
Привет!
После многочисленных поисков качественных руководств о решающих деревьях и ансамблевых алгоритмах (бустинг, решающий лес и пр.) с их непосредственной реализацией на языках программирования, и так ничего не найдя (кто найдёт — напишите в комментах, может, что-то новое почерпну), я решил сделать своё собственное руководство, каким бы я хотел его видеть. Задача на словах простая, но, как известно, дьявол кроется в мелочах, коих в алгоритмах с деревьями очень много.
Так как тема достаточно обширная, то очень сложно будет уместить всё в одну статью, поэтому будет две публикации: первая посвящена деревьям, а вторая часть будет посвящена реализации алгоритма градиентного бустинга. Весь изложенный здесь материал собран и оформлен на основе открытых источников, моего кода, кода коллег и друзей. Сразу предупреждаю, кода будет много.
Металлопоиск и… нейросеть
2019-01-27 в 10:27, admin, рубрики: ANN, discrimination, Go, metal detector, neural network, pulse induction, дискриминация, импульсный металлодетектор, ИНС, машинное обучение, металлодетектор, нейросеть, физикаПринцип работы импульсного металлодетектора
Одним из популярных вариантов конструктивного исполнения устройств для металлопоиска является импульсный (pulse induction (PI)) металлодетектор- неприхотливый и надежный аппарат (хорошая глубина обнаружения, устойчивость к повышенной минерализации грунта, способность работать в соленой воде), имеющий различные сферы применения — от военного дела (традиционные пользователи «импульсников») до поиска золота (особенно популярно это хобби в Австралии).
Но и у него есть существенный недостаток — большие сложности с дискриминацией, т.е. определением типа мишени, например, узнать — из цветного металла она или из черного, или отличить противопехотную мину в пластиковом корпусе от кучки металлического мусора? Какая же причина этой проблемы?
Рассмотрим принцип работы импульсного металлодетектора.
Читать полностью »
Нейросеть научили обнаруживать солнечные панели на спутниковых снимках и предсказывать уровень их распространения
2018-12-28 в 14:40, admin, рубрики: Google, Алгоритмы, нейросеть, проекты, Стэнфорд, ученые, Энергия и элементы питания
Ученые из США создали нейросеть для обнаружения солнечных панелей на спутниковых снимках. Кроме того, она же способна предсказывать динамику распространения панелей в определенном регионе в зависимости от различных характеристик региона, включая социально-экономические. По результатам работы системы разработчики создали карту с информацией о популярности солнечной энергетики в США.
Команда ученых под руководством профессора Рэма Раджагопала работает над своим проектом, который получил название DeepSolar, в Стэнфордском университете. Основа проекта — достаточно популярная сверточная нейросеть Inception-v3, которую обучили при помощи датасета из 1,28 млн фотографий различных объектов.
Читать полностью »