Распознавание объектов / Нейросети и глубокое обучение

TurboVLA: робот получает команды в разы быстрее при 97% успешных выполнений благодаря замене LLM на BERT

3 августа 2026

TurboVLA: робот получает команды в разы быстрее при 97% успешных выполнений благодаря замене LLM на BERT

Исследователи из Хуачжунского университета науки и технологий и Huawei опубликовали TurboVLA — компактную vision-language-action модель, которая выдаёт действия для робота за 31.2 мс на потребительской RTX 4090 и набирает 97.7% на…

MinerU2.5 — открытая 1.2B-модель для парсинга PDF документов превосходит Gemini 2.5 Pro на бенчмарках

2 октября 2025

MinerU2.5 — открытая 1.2B-модель для парсинга PDF документов превосходит Gemini 2.5 Pro на бенчмарках

MinerU2.5 — компактная vision-language модель с 1.2 миллиардами параметров для парсинга PDF документов, представленная командой Shanghai Artificial Intelligence Laboratory. Модель достигает state-of-the-art результатов в парсинге PDF при минимальных вычислительных затратах…

Mini-o3: открытая мультимодальная 7B-модель превзошла GPT-4o в визуальном поиске благодаря 30-шаговым цепочкам рассуждений

10 сентября 2025

Mini-o3: открытая мультимодальная 7B-модель превзошла GPT-4o в визуальном поиске благодаря 30-шаговым цепочкам рассуждений

Исследователи из ByteDance и Университета Гонконга представили Mini-o3 — мультимодальную модель, которая выполняет глубокие многошаговые рассуждения для решения сложных задач визуального поиска. Mini-o3 достигает SOTA результатов на сложных бенчмарках, превосходя…

SCIN: датасет изображений дерматологических заболеваний

25 марта 2024

SCIN: датасет изображений дерматологических заболеваний

Google представила SCIN – открытый датасет с 10 000 изображениями дерматологических заболеваний. Обученные на его основе модели смогут удаленно диагностировать аллергические, воспалительные и инфекционные состояния кожи, ногтей и волос. Медицинские…

PhotoGuard: защита изображений от изменения генеративным моделями

5 сентября 2023

PhotoGuard: защита изображений от изменения генеративным моделями

Исследователи MIT представили PhotoGuard – алгоритм защиты изображений от несанкционированных изменений генеративными моделями, позволяющий гарантировать подлинность изображений. Широкое распространение генеративных моделей (таких, как DALL-E и Midjourney) сделало простым даже для…

Reactor: генерация сцен по текстовому описанию

19 мая 2023

Reactor: генерация сцен по текстовому описанию

Платформа Parallel Domain объявила о запуске Reactor – инструмента для работы с синтетическими данными, нацеленного на обучение беспилотных автомобилей и роботов. Интегрированная в Reactor языковая модель позволяет генерировать или модифицировать…

LAION-5B: крупнейший датасет пар изображение-текст

28 мая 2022

LAION-5B: крупнейший датасет пар изображение-текст

Датасет LAION-5B — это один из крупнейших датасетов для машинного обучения в задачах компьютерного зрения. Он содержит более 5 миллиардов изображений и покрывает более 50 тысяч категорий. Датасет может быть…

На швейцарских железных дорогах внедрили систему мониторинга безопасности

21 января 2022

На швейцарских железных дорогах внедрили систему мониторинга безопасности

Baselland Transport AG, швейцарская компания общественного транспорта, внедрила систему обнаружения угроз для обеспечения безопасности железнодорожных перевозок. Система применяет технологии компьютерного зрения и машинного обучения для мониторинга и анализа состояния железнодорожного…

Нейросеть NASA обнаружила 301 экзопланету

29 ноября 2021

Нейросеть NASA обнаружила 301 экзопланету

NASA разработала нейронную сеть Exominer, идентифицирующую космические объекты по затуханию излучения от звезд. На основе данных миссии Kepler нейросеть обнаружила более 300 ранее неизвестных экзопланет. Когда планета проходит между Землей…

Visual Genome: датасет размеченных изображений

25 ноября 2021

Visual Genome: датасет размеченных изображений

Visual Genome — датасет с более чем 100 000 изображений и описаний всех объектов на них. Датасет нацелен на использование в задачах поиска и распознавания объектов. Visual Genome является самым…

Нейросеть обучили имитировать обонятельную систему плодовой мушки

20 октября 2021

Нейросеть обучили имитировать обонятельную систему плодовой мушки

Ученые создали трехслойную нейросеть, классифицирующую запахи. Выяснилось, что связи между нейронами в точности воспроизвели структуру обонятельной системы плодовой мушки. У плодовых мушек, обонятельная схема мозга которых исследована лучше всего, обработка…

ORBIT: датасет Microsoft изображений предметов быта

20 октября 2021

ORBIT: датасет Microsoft изображений предметов быта

ORBIT — датасет Microsoft для обучения моделей распознаванию предметов по нескольким изображениям. ORBIT включает от 1 до 10 видеозаписей 468 предметов из повседневной жизни. Обычно модели распознавания объектов обучаются на…

Нейросеть построила полную 3D-карту биологической клетки

9 октября 2021

Нейросеть построила полную 3D-карту биологической клетки

C помощью сверточной нейросети ученым впервые удалось осуществить полную 3D-реконструкцию биологической клетки на основе данных электронной микроскопии. Процесс реконструкции с помощью нейросети занимает несколько часов, что примерно в 100 000…

Нейросеть обучили распознавать болезнь Альцгеймера с рекордной точностью

20 сентября 2021

Нейросеть обучили распознавать болезнь Альцгеймера с рекордной точностью

Исследователи сообщили о разработке метода ранней диагностики болезни Альцгеймера по снимкам фМРТ на основе на ResNet 18. Точность модели составляет 99.99%, что является рекордным значением среди аналогичных моделей. Важность разработки…

Нейросеть генерирует упражнения для изучения языков по фотографиям

11 сентября 2021

Нейросеть генерирует упражнения для изучения языков по фотографиям

PickLang — это приложение, которое дает возможность изучать языки самым естественным для человека способом — исследуя окружающий мир. Приложение генерирует упражнения по пользовательским фотографиям в режиме реального времени. В основе…

Нейросети применили для обнаружения неисправностей поездов

5 сентября 2021

Нейросети применили для обнаружения неисправностей поездов

Алгоритмы компании Duos Technologies определяют неисправности поездов при их проезде на полной скорости через набор камер. Система сокращает время полной проверки поезда более чем в 1000 раз, позволяя значительно повысить…

Модель Google AI распознает заболевания органов грудной клетки

5 сентября 2021

Модель Google AI распознает заболевания органов грудной клетки

Алгоритм глубокого обучения, разработанный в Google AI, распознает широкий класс заболеваний по рентгеновским снимкам грудной клетки. Модель оказалась способной признавать аномальными снимки пациентов с заболеваниями, не представленными в обучающем датасете.…

Алгоритмы CV превзошли человека в распознавании образов

26 августа 2021

Алгоритмы CV превзошли человека в распознавании образов

Модель Alibaba AliceMind заняла первое место в соревновании VQA Challenge 2021, на котором требовалось ответить на 1.1 млн вопросов о 250 000 изображениях. Алгоритм Alibaba продемонстрировал точность распознавания 81,26%, в…

Нейросеть определяет пол и возраст человека по следу от обуви

24 августа 2021

Нейросеть определяет пол и возраст человека по следу от обуви

Нейросети, разработанные компанией Bluestar, определяют пол и возраст человека, а также модель обуви по следу подошвы. Нейросети обладают точностью, превосходящей анализ экспертов-криминалистов, что позволяет использовать их для раскрытия преступлений. След…