Artículos por etiqueta: computer-vision

Hash perceptual: búsqueda de imágenes similares

Cómo funcionan los algoritmos de hash perceptual: desde el promedio simple hasta DCT. Comparación de métodos y aplicación práctica para desarrolladores.

Ciencia de Datos en la manufactura: hilo digital y analítica de datos

Cómo el hilo digital y los gemelos están transformando la industria. Seis casos de uso de Ciencia de Datos para reducir defectos y mantenimiento predictivo. Análisis detallado.

Detección TAPe: 100k parámetros vs modelos SOTA

Cómo el detector TAPe con 100k parámetros supera a YOLO y RF-DETR en velocidad y ahorro de recursos. Desglose detallado de benchmarks y ventajas para desarrolladores.

Aberraciones en óptica para CV: análisis de defectos

Desglosemos la aberración esférica, coma, astigmatismo y otros efectos en visión por máquina. Cómo afectan la nitidez y cómo corregirlos para tareas de visión por computador. Para desarrolladores.

Aumentación de Bbox en Albumentations: formatos y errores

Configuración de A.BboxParams para detección: formatos de coordenadas, label_fields, filtrado. Evita errores típicos en el pipeline. Guía para desarrolladores.

YOLOE: detección de objetos sin fine-tuning

Aprende cómo YOLOE usa prompts de texto y visuales para detectar objetos arbitrarios. Backbone YOLO + RepRTA para velocidad. Ejemplos de código y escenarios para devs intermedios/seniors. Prueba en tus propias tareas.

TAPe sin transformers: asociaciones de parches

Aprende cómo abandonar transformers en TAPe+ML redujo parámetros por órdenes de magnitud y dio los inicios de segmentación en COCO. Asociaciones locales para detección de objetos — lee los detalles para desarrolladores.

TAPe en COCO: 98% de precisión con cajas delimitadoras

TAPe alcanzó el 98% en el 2% de COCO, cajas delimitadoras en lugar de centroides, falsos positivos mínimos. Detalles del experimento para desarrolladores de CV. Estudia el enfoque.

Pipeline para auto-Shorts de anime: arquitectura

Desglose del pipeline modular para generar YouTube Shorts a partir de episodios. Transcripción, análisis de audio, detección CV, recorte dinámico. Para desarrolladores intermedios/sénior. Constrúyelo tú mismo.

Extracción de Perspectiva de Imágenes: Sobel + Hough

Algoritmo en Kotlin para Búsqueda Automática de Puntos de Fuga: Escala de Grises Rec.709, Operador Sobel, Transformada de Hough. Código y Optimizaciones para Desarrolladores Intermedios/Senior. Estudia la Implementación.

MLOps en GPUs gratuitas: procesamiento de archivos PDF

Cómo procesar 9 GB de archivos PDF en T4 GPU con 16 GB de RAM. ZeroGPU, PyMuPDF, filtrado por varianza, gestión de memoria. Guía práctica.

IA en ruso para análisis de rayos X: ensamblando modelo ViT + ruGPT-3

Guía práctica para crear un modelo de IA multimodal para generar informes médicos en ruso. Estudia la arquitectura, preparación de datos y entrenamiento.