Рубрика «обработка изображений» - 2
Как мы создавали технологию валидации печатей
2025-06-26 в 16:00, admin, рубрики: contentcapture, ocr, валидация, обработка изображенийЭто камень? Это ветка? Это нос! Разбираем подходы, помогающие ИИ распознавать лица на картинках с низким разрешением
2025-06-25 в 9:40, admin, рубрики: computer vision, deep learning, face recognition, глубокое обучение, Компьютерное зрение, машинное обучение, низкое качество, низкое разрешение, обработка изображений, распознавание лиц
Цифровая чёрно-белая фотография
2025-06-24 в 13:01, admin, рубрики: rawtherapee, ruvds_статьи, обработка изображений, чб, черно-белый
Я довольно давно увлекаюсь фотографией, мой интерес был привит от отца, который был фотолюбителем. Он много снимал для себя и на заказ. Печатал ночи напролёт целые стопки отпечатков, которые сушились по всему дому на прищепках. У нас было несколько фотоаппаратов, фотоувеличитель и множество книг о фотографии и целая стопка замечательного журнала «Советское фото», который в конце восьмидесятых был прям огонь. Я с завистью смотрел на чарующие пейзажи с глубоким контрастным светом и чёрным небом с яркими облаками.Читать полностью »
Правит картинки силой слов: редактор изображений от Сбера с попиксельной точностью
2025-05-29 в 7:57, admin, рубрики: image editing, neural image editing, генеративные модели, диффузионные модели, искусственный интеллект, Компьютерное зрение, машинное обучение, мультимодальные модели, обработка изображений, редактирование изображений
Обучаемся основам компьютерного зрения с помощью Lichee Pi 4A и Python-библиотеки Pillow
2025-05-27 в 11:56, admin, рубрики: Lichee Pi 4A, matplotlib, pillow, python, risc-v, SBC, yolox, Компьютерное зрение, обработка изображений, одноплатный компьютерПривет! На связи команда регионального научно-образовательного центра «Искусственный интеллект и анализ больших данных» при НГТУ им. Р. Е. Алексеева. При поддержке компании YADRO мы изучаем архитектуру RISC-V и компьютерное зрение, чтобы внедрить результаты в учебный процесс.
«Отчет Creator» или как стать героем в глазах одногруппников
2025-05-02 в 12:16, admin, рубрики: api, ворд, обработка изображений, парсингИстория создания проекта
Вроде смотришь на название дисциплины «Алгоритмы и структуры данных», думаешь, что всё будет супер, а потом тебе говорят, что нужно будет формировать отчёт по каждому разделу курса на платформе. И ты такой: «Ну #₽@&*».
Дело в том, что задач в каждом разделе ну не сказать, что мало, а в отчёте должен быть вставлен и текст, и скриншот кода, и подпись к скриншоту, и всё это должно быть сделано по ГОСТ'у.
«Окей», — думаю я, — «как будто бы и не так сложно». Но в один день, убив около двух часов на один отчёт, пришло понимание, что нужно это исправлять. Так и появился он — Тайлер ДерденЧитать полностью »
Обработать ночные снимки с телефона до уровня профессиональной камеры: челлендж в рамках воркшопа NTIRE 2025
2025-02-21 в 10:43, admin, рубрики: обработка изображений, обработка фотографий, соревнования, фотография, челленджНочная фотография — одна из самых трудных областей обработки изображений. Сложные условия освещения, повышенные шумы и нестандартные цветовые переходы создают серьезные преграды для алгоритмов, ориентированных на дневной сценарий. Однако совместными усилиями теоретиков и практиков возможно создать методы, позволяющие даже для ночных снимков со смартфона поднять качество до уровня профессиональной камеры.
Миллиарды векторов и немного магии: превращаем сырые данные с маркетплейсов в пригодные для анализа
2025-02-21 в 5:59, admin, рубрики: big data, faiss, аналитика, искусственный интеллект, маркетплейсы, нейросети, обработка изображений, семантический поиск, эмбеддингиПривет! Я — Игорь Старун, BigData Lead в MPSTATS. Я уже 3 года занимаюсь анализом данных на маркетплейсах, штудируя гигантские объёмы информации и превращая их из непотребного и нечитаемого вида в удобоваримый и анализируемый. Моя задача — собрать и подготовить данные так, чтобы помочь продавцам на маркетплейсах разобраться, что происходит с их товарами, конкурентами и продажами, чтобы они не утонули в хаосе карточек, цен и остатков. В этой статье я расскажу, как мы перерабатываем эти объемы грязных данных и структурируем для дальнейшего анализа.
Данные о товарах – это основа всего.Читать полностью »


