Веб‑камера «увидела» глубину: как DepthART и WebGPU делают виртуальный свет в реальном времени
В сети разошлось короткое демо разработчика Конрада Речко. На первый взгляд ничего сверхъестественного: кадр с обычной веб‑камеры, по…
Последние новости
⚑ Сообщить о проблемеTech news from the best sources
Все темы
- игры
AI
Gear
News
Tech
agents
ai
api
architecture
automation
beginners
career
database
devops
javascript
llm
machinelearning
mcp
opensource
performance
productivity
programming
python
react
security
showdev
testing
tutorial
typescript
webdev
Подсчет транспорта в видеопотоке: пять мест, где я ошибся
Счетчик показал десятки проездов за одну красную фазу светофора. Машина была одна, и она стояла. Нейросеть при этом отработала правильно. Она видела…
Что вы увидели на картинке первым? Спрашиваем трансформер
Что видит трансформер: крокодила, лодку или силуэт человека? Проверяем BLIP на визуальных иллюзиях. Наверняка многие видели картинки-тесты, которые…
Мы обошли фильтр Калмана на одной камере, но сначала три недели измеряли труп
Цель видна только через камеру, детектор отдает рамку, дальномера нет. В какой-то момент цель уходит из кадра на три четверти секунды, и ее надо про…
2000 идентификаций в секунду: как выбрать нужную таблицу на документе без нейросетей
Система распознавания документов может найти на одном изображении сразу несколько областей, похожих на таблицы. Среди них может быть нужная нам табл…
Как генерировать реалистичных людей по десяткам признаков
Сгенерировать реалистичный портрет по одному описанию несложно. Гораздо труднее одновременно управлять десятками параметров: возраст, пол, причёска,…
Как детектили фрод, а получили Джонни и Джулию: история одной браузерной разминки
В Древнем Риме говорили: «Mens sana in corpore sano» - в здоровом теле здоровый дух. Два тысячелетия спустя мы, айтишники, превратили эту мудрость в…
Сшивка кадров с микроскопа: как собрать большое изображение из видео
Рассматривать предметный образец под микроскопом — всё равно что пытаться увидеть концертный зал через замочную скважину: в поле зрения попадает тол…
[Перевод] Как измерить то, что вы никогда не замечаете
Как научить модель понимать пространство по одному уличному снимку и переводить перспективу в измеримые величины? В статье иссле…
Типизация документов без OCR и нейросетей: 99.79% точности за 3 мс
Когда пользователь загружает документ в систему, сначала нужно понять, что именно он прислал. Паспорт? Договор? Полис? Заявление? От этого зависит в…
Компас и нейросеть: как бегать рогейны по приборам
Волей случая мне повезло принадлежать к интересной породе людей. Мы не прочь встать в выходной пораньше, уехать из города в лес, где на поляне (или…
Виртуальная примерка одежды для интернет-магазина: почему self-host CatVTON/IDM-VTON это плохая идея для бизнеса
Разобрались, что лучше подходит для виртуальной примерки одежды на сайте интернет-магазина. Протестировали CatVTON, IDM-VTON и Fashion AI на одних и…
Виртуальная примерка одежды для интернет-магазина
Virtual try-on (виртуальная примерка) — фича, о которой всё чаще спрашивают владельцы интернет-магазинов одежды: показать покупателю, как товар сяде…
Точность 99,2% и ни одной найденной опухоли: во что обходится компьютерное зрение в медицине
Разговор всегда начинается одинаково. «Вы же делаете детекцию брака на конвейере: там деталь и дефект, тут снимок и опухоль, разница в датасете. Дай…
Как мы детектили фрод, а получили Джонни и Джулию: история одной браузерной разминки
В Древнем Риме говорили: «Mens sana in corpore sano» — в здоровом теле здоровый дух. Два тысячелетия спустя мы, айтишники, превратили эту мудрость в…
Система виновата всегда — даже когда она еще не включена
Когда начинаешь разговор о видеоаналитике, обычно он переходит в русло про точность моделей, архитектуру и алгоритмы. Но за последние три год…
TAPe+ML: детекция, классификация и теперь и сегментация SOTA‑уровня в 0.1M параметров
Мы собрали модель, которая одновременно решает детекцию, классификацию и сегментацию, и при этом остается радикально легче и экономичнее по ресурсам…
Как научить ИИ понимать графики: разбираем новый набор данных ChartNet от MIT
Привет, Хабр! Меня зовут Павел, я ML-инженер и исследователь в области ИИ. Недавно наткнулся на исследование, посвященное проблеме понимания графико…
Почему Tesla никогда* не сделает настоящий полноценный надежный реальный автопилот
Традиционные методы обработки изображений и видео, включая уже раритетные капсульные сети и модные видео‑трансформеры (их ждет та же участь), достиг…
Обучаем ИИ видеть то, чего он никогда не видел
Задача обнаружения объектов на изображении не нова, подходов к её решению существует масса. Вероятно, самым популярным и известным среди них будет Y…
Перенёс ByteTrack на GPU и ускорил мульти-камерный трекинг в 6 раз
GPU-версия ByteTrack, где математика всех камер считается общими батчами: один вызов на все потоки вместо трекера-на-камеру. На 16 потоках это ускор…
Ускоряем обработку изображений в OpenCV на RISC-V: алгоритмическая, низкоуровневая и компиляторная оптимизация
Привет, Хабр! Меня зовут Роман Кузьмин, я занимаюсь развитием фреймворков искусственного интеллекта в YADRO. В этой статье я расскажу о работе по оп…
3D-контроль кузова: как отличить исправную фуру от бракованной без участия человека
Клиент - производитель строительных материалов. Каждый день на погрузку стройматериалов приезжают десятки фур. При этом, габариты паллет, на которых…
Доспех для призрака: как программист сделал тело для ChatGPT и чуть было не поверил в его одушевленность
Это разбор ролика на канале Art of the Problem. Поздно вечером автор проекта собирался выключить свет в комнате — и остановился, потому что робот из…
Создание манипулятора на Arduino с openCV
Здравствуй, читатель! Меня зовут Алексей Морозов, и в этой статье мы разберём полный путь по созданию автономного манипулятора, от выбора компоненто…
Контроль СИЗ на палубе судна: как из потока детекций собрать подтвержденное нарушение
Заказчик контролирует технику безопасности на палубе судна: в рабочих зонах экипаж обязан быть в касках, спасательных жилетах и костюмах-поплавках.…
От пульта до полотенца — учим робота искать всё, что угодно
Привет, Хабр! Меня зовут Татьяна Земскова, я аспирантка МФТИ и научный сотрудник команды Embodied Agents лаборатории Cognitive AI Systems AIRI. Обла…
Как мы реализовали оптимальное обучение CV-моделей в Luna Line. Часть 2. Сегментация
И снова здравствуйте! Продолжаю свой рассказ о поиске «универсального рецепта» для обучения моделей в Luna Line. Теперь речь пойдет о сегментации. Е…
Тихая-тихая мировая революция. Мы сделали модель распознавания для любых задач компьютерного зрения – и выше уровня SOTA
Практический эффект TAPe+ML v2 сейчас лучше всего видно в object detection. Так, TAPe+ML v2 на конкретной практической задаче рудозасорения (см глав…
Мы не выравниваем железо — мы выравниваем реальность: как превратить любой лазерный гравер в прецизионный фотоплоттер
Если вы хоть раз пытались сделать печатную плату сложнее «мигалки на светодиоде», вы знаете цену «геометрического ада». ЛУТ (лазерно-утюжная техноло…