Deep Plastic Surgery: нейросеть редактирует изображения лиц по скетчу
23 января 2020
Deep Plastic Surgery: нейросеть редактирует изображения лиц по скетчу
Deep Plastic Surgery — это нейросетевой фреймворк, который позволяет пользователям синтезировать изображение на основе скетча и редактировать сгенерированное изображение. Модель устойчива к ошибкам в рисунках и генерирует реалистичные изображения лиц…
Сжатие изображений с помощью нейросетей
19 января 2020
Сжатие изображений с помощью нейросетей
Исследователи из Tel-Aviv University предложили нейросетевую архитектуру для сжатия изображений. Нейросеть использует стороннюю информацию (Side Information) при генерации сжатого изображения. Исследователи протестировали нейросеть на датасете KITTI. Модель позволяет сжимать изображения…
3DPEOPLE: датасет с 3D моделями одетых людей
19 января 2020
3DPEOPLE: датасет с 3D моделями одетых людей
3DPeople — это первый датасет с изображениями 3D моделей одетых людей, в котором содержится отдельно геометрическое представление одежды. Датасет включает в себя 2.5 миллиона изображений с 80 людьми, которые совершают…
CenterMask: instance сегментация в реальном времени
18 января 2020
CenterMask: instance сегментация в реальном времени
CenterMask — это нейросетевая модель для instance сегментации в реальном времени. Нейросеть основывается на архитектуре одноступенчатого детектора объектов FCOS. Исследователи добавили к FCOS архитектуре новый блок spatial attention-guided mask (SAG-Mask).…
Reformer: трансформер, который тратит меньше памяти и быстрее обрабатывает данные
18 января 2020
Reformer: трансформер, который тратит меньше памяти и быстрее обрабатывает данные
Трансформеры являются state-of-the-art архитектурой для решения задач обработки естественного языка. Reformer — это модификация для стандартного трансформера, которая позволяет расходовать меньше памяти и быстрее обрабатывает данные при обучении. В стандартном…
Нейросеть генерирует видео с говорящим человеком по аудиозаписи
16 января 2020
Нейросеть генерирует видео с говорящим человеком по аудиозаписи
Исследователи из SenseTime опубликовали генеративную нейросеть, которая воспроизводит видеозапись говорящего человека по аудио с разговором. Модель принимает на вход изображение целевой персоны и аудиозапись с речью. На выходе модель отдает…
Kornia: библиотека для компьютерного зрения на PyTorch
16 января 2020
Kornia: библиотека для компьютерного зрения на PyTorch
Kornia — это библиотека для компьютерного зрения, написанная на PyTorch. Kornia выступает аналогом стандартной библиотеки для задач компьютерного зрения OpenCV. В отличие от традиционных фреймворков для CV задач, Kornia поддерживает…
AraNet: инструмент для анализа данных из социальных сетей на арабском
16 января 2020
AraNet: инструмент для анализа данных из социальных сетей на арабском
AraNet — это набор предобученных NLP моделей для работы с данными на арабском языке. В AraNet доступны датасеты из социальных сетей на арабском, чтобы обучать двусторонние энкодеры предсказывать возраст, диалект,…
Agriculture-Vision: соревнование по применению компьютерного зрения для сельского хозяйства
16 января 2020
Agriculture-Vision: соревнование по применению компьютерного зрения для сельского хозяйства
Agriculture-Vision — это датасет для семантической сегментации с фотографиями фермерских полей. Изображения были сняты с воздуха. Всего в датасете около 95 тысяч фотографий в высоком разрешении с 3 тысяч угодий…
Как в Google AI используют нейросети для предсказания осадков
16 января 2020
Как в Google AI используют нейросети для предсказания осадков
В Google AI использовали сверточную нейросеть для предсказания атмосферных осадков на ближайшие 6 часов. Модель основывается на архитектуре U-Net. Предложенная нейросеть обходит традиционные модели для предсказания осадков по точности предсказаний.…
Digit: первый коммерческий двуногий робот для доставки посылок
15 января 2020
Digit: первый коммерческий двуногий робот для доставки посылок
Американский стартап Agility Robotics анонсировали начало продаж своего двуногого робота для доставки посылок Digit. В первой партии всего произвели 6 роботов. Два экземпляра выкупил Ford. Компания планирует исследовать возможность использования…
Wav2letter@anywhere: нейросеть для распознавания речи онлайн от FAIR
15 января 2020
Wav2letter@anywhere: нейросеть для распознавания речи онлайн от FAIR
Онлайн распознавание речи — это задача транскрибирования речи в реальном времени из входного потока аудиоданных. FAIR опубликовали нейросетевую модель, которая обходит state-of-the-art подходы для онлайн распознавания речи на датасете LibriSpeech.…
HybridPose: нейросеть распознает позу объекта в 6D
14 января 2020
HybridPose: нейросеть распознает позу объекта в 6D
HybridPose — это нейросетевая модель для распознавания позы объекта в 6D. Модель принимает на вход изображение объекта и предсказывает ключевые точки, векторы границ и отношение позы объекта относительно его стандартного…
FNNP: уменьшение размера нейросети с помощью батч-нормализации
10 января 2020
FNNP: уменьшение размера нейросети с помощью батч-нормализации
FNNP — это алгоритм для сокращения размера обученной нейросети. Во время экспериментов исследователи сокращали размер MobileNet V1 и ResNet-50. FNNP обошла предыдущие подходы на 3.8% по итоговой точности предсказаний уменьшенной…
BlendMask: нейросеть обходит state-of-the-art на задаче сегментации объектов
8 января 2020
BlendMask: нейросеть обходит state-of-the-art на задаче сегментации объектов
BlendMask — это нейросетевая модель для instance сегментации объектов на изображении. Модель выдает более точные границы объектов, чем Mask R-CNN, на COCO датасете при схожих параметрах обучения. При этом BlendMask…
Libri-light: датасет для unsupervised распознавания речи от FAIR
3 января 2020
Libri-light: датасет для unsupervised распознавания речи от FAIR
FAIR опубликовали самый крупный датасет для распознавания речи. Libri-light содержит 60 тысяч часов неразмеченной речи на английском языке. Данные для Libri-light собирали из общедоступных аудиофайлов и адаптировали для задачи автоматического…
Как глубокое обучение с подкреплением используется в видео-играх
3 января 2020
Как глубокое обучение с подкреплением используется в видео-играх
В глубоком обучении с подкреплением (DRL) агенты принимают на вход многомерные данные и используют нейросетевые политики, чтобы совершать действия. При таком устройстве обучения политика, в соответствии с которой выбираются действия,…
nnAudio: инструмент для генерации спектрограммы во время обучения модели
31 декабря 2019
nnAudio: инструмент для генерации спектрограммы во время обучения модели
nnAudio — это опенсорс инструмент на Pytorch для обработки аудиозаписей с помощью однослойной сверточной сети. С помощью nnAudio можно генерировать спектрограммы на ходу во время обучения нейросети. Библиотека построена на…
SketchTransfer: датасет для обучения нейросетей обобщению
31 декабря 2019
SketchTransfer: датасет для обучения нейросетей обобщению
SketchTransfer — это датасет для обучения нейросетей обобщению с помощью transfer learning. Данные состоят из реальных размеченных изображений и не размеченных скетчей. Стандартные state-of-the-art подходы, которые получают точность 95% на…
Нейросеть классифицирует фейковые и реальные изображения
31 декабря 2019
Нейросеть классифицирует фейковые и реальные изображения
Исследователи из UC Berkeley и Adobe Research обучили нейросетевой классификатор, который определяет фейковые изображения. Классификатор обучался на сгенерированных одной моделью изображениях. При этом он обобщается на изображения, которые были сгенерированы…
JSNet: семантическая и instance сегментация 3D облаков точек
30 декабря 2019
JSNet: семантическая и instance сегментация 3D облаков точек
JSNet — это нейросеть для end-to-end семантической и instance сегментации 3D облаков точек. Модель принимает на вход облако точек, а на выходе отдает разметку объектов для семантической и instance сегментации.…