Články podle tagu: computer-vision

Perceptuální haš: vyhledávání podobných obrázků

Jak fungují algoritmy perceptuálního hašování: od jednoduchého průměrování po DCT. Srovnání metod a praktické použití pro vývojáře.

Data Science ve výrobě: digitální nit a analýza dat

Jak digitální nit a dvojníci transformují průmysl. Šest případových studií použití Data Science pro snížení vad a prediktivní údržbu. Podrobný rozbor.

TAPe-detekce: 100k parametrů proti SOTA modelům

Jak TAPe-detektor s 100k parametry překonává YOLO a RF-DETR v rychlosti a úspoře zdrojů. Podrobná analýza benchmarků a výhod pro vývojáře.

Aberace v optice pro CV: analýza defektů

Rozložíme sférickou aberaci, komu, astigmatismus a další efekty v technickém vidění. Jak ovlivňují ostrost a jak korigovat pro úlohy počítačového vidění. Pro developery.

Augmentace bbox v Albumentations: formáty a chyby

Nastavení A.BboxParams pro detekci: formáty souřadnic, label_fields, filtrování. Vyhněte se typickým chybám v pipeline. Průvodce pro vývojáře.

YOLOE: detekce objektů bez doladění

Zjistěte, jak YOLOE využívá textové a vizuální prompty pro detekci libovolných objektů. Backbone YOLO + RepRTA pro rychlost. Příklady kódu a scénáře pro middle/senior dev. Vyzkoušejte na svých úkolech.

TAPe bez transformátorů: asociace patchů

Zjistěte, jak odmítnutí transformátorů v TAPe+ML snížilo parametry o řády a dalo základy segmentace na COCO. Lokální asociace pro detekci objektů – čtěte detaily pro developery.

TAPe na COCO: 98% přesnosti s boxy

TAPe dosáhl 98% na 2% COCO, bounding boxy místo centrojdů, minimum falešných detekcí. Podrobnosti experimentů pro vývojáře CV. Prostudujte přístup.

Pipeline pro auto-Shorts z anime: architektura

Rozbor modulárního pipeline pro generování YouTube Shorts z epizod. Transkripce, audioanalýza, CV-detekce, dynamický crop. Pro middle/senior dev. Postavte si svůj.

Extrakce perspektivy z obrázků: Sobel + Hough

Algoritmus v Kotlinu pro automatické hledání bodů úniku perspektivy: odstíny šedi Rec.709, operátor Sobela, Houghova transformace. Kód a optimalizace pro middle/senior vývojáře. Prostudujte implementaci.

MLOps na bezplatných GPU: zpracování archivů PDF

Jak zpracovat 9 GB archivů PDF na T4 GPU s 16 GB RAM. ZeroGPU, PyMuPDF, filtrování podle disperze, správa paměti. Praktický návod.

Ruský AI pro analýzu rentgenu: sestavení modelu ViT + ruGPT-3

Praktická příručka k vytvoření multimodálního AI modelu pro generování lékařských závěrů v ruštině. Studujte architekturu, přípravu dat a trénování.