Всем привет! Меня зовут Иван. Многие знают меня по ИТ, сейчас я руковожу НИИ Крокодил и занимаюсь прикладным ИИ. Параллельно уже много лет практикую кендо и являюсь президентом Федерации кендо в Удмуртии.
Рубрика «yolo»
Как мы пытались научить ИИ судить поединки по кендо
2026-03-01 в 5:28, admin, рубрики: opencv, yolo, искусственный интеллект, кендо, нейросети, спорт
От идеи к реальности: как я собрал свой первый пет-проект по распознаванию языка жестов
2026-01-15 в 22:30, admin, рубрики: cnn, pet-project, yoloПредыстория
Полгода назад, ближе к концу первого курса, я стал думать о будущей работе. Возможно на волне хайпа мой выбор пал на Нейронные сети. Начал с классического машинного обучения, а потом нашел хороший курс по свёрточным (CNN) и рекуррентным сетям. CNN меня впечатлили гораздо больше. После пары учебных проектов вроде классификации кошек и собак захотелось сделать что-то сложнее. Так появилась идея: детектировать руку в кадре и определять жест из американского языка жестов (ASL).
Сбор данных и обучение YOLO
Как мы построили систему видеоаналитики на open source и довели её до продакшена
2025-12-28 в 10:16, admin, рубрики: computer vision, CV, mlops, pytorch, yolo, видеоаналитика
Как я собрал и подготовил датасет дефектов печатных плат для обучения моделей YOLO
2025-11-20 в 22:47, admin, рубрики: computer vision, dataset, labeling, machine learning, pcb, yolo, машинное обучение, обучение моделей, разметка датасета, учусь программироватьКогда пришло время выбирать тему диплома, я, как и многие студенты, понятия не имел, о чём писать. После мозгового штурма с одногруппниками родилась идея, которая из простого «варианта для защиты» превратилась в полноценный инженерный проект: «исследование и разработка системы автоматического распознавания дефектов печатных плат».
Со временем я понял, что выбрал тему не случайно - это реально актуальная задача для производства, где качество пайки напрямую влияет на работоспособность устройств, а ещё отличный шанс пройти весь цикл Computer Vision проекта от сбора данных до обучения моделей.
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 »
MLflow vs Tensorboard — мой опыт с трекерами ML
2025-09-21 в 18:15, admin, рубрики: mlflow, NeuralNetworks, roboflow, skateboarding, tensorboard, yoloМне всегда нравились новые технологии и все эти крутые словечки типа «машинное обучение», «большие языковые модели», «компьютерное зрение», «генеративные модели» и т. д.
В недалекие ковидные времена я попал в команду тогда еще Сберклауда в командy ML Space где пилилась платформа для дата‑сатанистов, там были и подключения к GPU посредством 2 строчек кода, инференс моделей, автомл и т. д. С этого времени начался мой путь в ML
Еще стоит отметить что мое хобби — это монтаж видео и всякого рода доски, так что примеры будут про CV модели, так и нагляднее и прикольнее я считаю)
Let's label & train
Как я написал покер‑бот за 4 недели, используя Cursor + GPT
2025-07-22 в 7:15, admin, рубрики: computer vision, cursor ide, pet-project, python, yolo, ИИ, математика, покер, Программирование1. Вводная
Это мой первый опыт написания статьи. Судим, но не строго.
Недавно завершил интересный пэт-проект. Настолько интересный, что захотелось поделиться.
Это десктопная программа, которая:
-
Считывает скрин игрового стола в покере.
-
С помощью компьютерного зрения извлекает расклад, ставки и карты.
-
Рассчитывает ожидаемую выгоду (EV) каждого действия методом Монте-Карло.
-
Показывает на экране, что выгоднее сделать прямо сейчас.
Обнаружение дронов (БПЛА) с использованием ИИ и компьютерного зрения
2025-06-25 в 9:16, admin, рубрики: AI, computer vision, object detection, opencv, yolo, YOLO Custom Dataset Training, YOLOv12, БПЛА, обнаружение объектов, Обучение YOLOНа данный момент актуально создание системы обнаружения беспилотных летательных аппаратов (БПЛА), особенно дронов.
Системы обнаружения дронов должны выполнять следующие функции: