компьютерное-зрение

Создание визуальных ИИ-агентов с NVIDIA Cosmos Reason

ИИ-системы часто не справляются с соединением восприятия и мышления в динамичных условиях, но NVIDIA Cosmos Reason VLM решает эту задачу через интеграцию зрения, языка и мировых знаний. На стриме покажут дообучение модели на своих данных, создание агентов с NIM и VSS, плюс примеры для производства, логистики и безопасности. Зрители получат практические советы и демонстрации для умных рабочих процессов.

1 мин

24 ноября 2025 г.

Автоматическое распознавание листьев растений с помощью глубоких эмбеддингов

Автоматическое распознавание листьев растений с использованием глубоких эмбеддингов и евклидова сходства позволяет эффективно идентифицировать виды по изображениям. На основе датасета UCI One-Hundred Plant Species Leaves модель ResNet-50 достигает высокой точности, демонстрируя применение в экологии, сельском хозяйстве и образовании. Система включает предобработку, извлечение признаков и анализ, обеспечивая воспроизводимость и интерпретируемость результатов.

18 ноября 2025 г.

Обнаружение особенностей: Лаплас и Гаусс

В этой статье разбирается использование второй производной изображения для обнаружения краев с помощью оператора Лапласа. Рассматриваются дискретные приближения, влияние шума и роль гауссова фильтра для повышения устойчивости. Показана реализация в OpenCV с примерами кода и визуализацией результатов.

13 ноября 2025 г.

RF-DETR: Внутренний взгляд на реал-тайм детектор

RF-DETR представляет собой эволюцию моделей обнаружения объектов, начиная от DETR и заканчивая реал-тайм трансформером. Она сочетает деформируемое внимание для эффективности с предобученной основой DINOv2 для адаптивности. Эта архитектура преодолевает ограничения предшественников, обеспечивая высокую производительность на малых объектах и в реальном времени.

6 мин

31 октября 2025 г.

DeepSeek улучшает память ИИ новым методом

Китайская компания DeepSeek разработала OCR-модель, которая использует визуальные токены для эффективного хранения информации в ИИ, снижая потребление ресурсов и борясь с "гниением контекста". Это инновационное решение привлекает внимание экспертов и может улучшить работу ИИ-агентов, а также увеличить объем обучающих данных. Однако технология пока находится на ранней стадии и требует дальнейших исследований для динамичного управления памятью.

4 мин

30 октября 2025 г.

Aurora расширяет маршрут автономных грузовиков до Эль-Пасо

Компания Aurora расширила сеть беспилотных маршрутов для грузовиков, добавив 600-мильный путь от Форт-Уэрта до Эль-Пасо. Фирма преодолела 100 000 миль автономного пробега и представила улучшенное аппаратное обеспечение. Планы включают расширение до Финикса и производство тысяч машин в партнерстве с Volvo и Aumovio.

2 мин

29 октября 2025 г.

RADiCAIT использует ИИ для доступной диагностической визуализации

Спин-офф Оксфорда RADiCAIT разрабатывает ИИ-технологию для преобразования доступных КТ-сканирований в эквивалент ПЭТ-изображений, делая диагностику рака дешевле и проще. Компания привлекла 1,7 миллиона долларов и готовит 5-миллионный раунд для клинических испытаний. Технология уже тестируется в пилотах с ведущими клиниками и может революционизировать радиологию.

4 мин

27 октября 2025 г.

Бесплатный генератор Flux.2 без ограничений

Flux2.cloud предлагает бесплатный и неограниченный доступ к генератору изображений на базе модели Flux.2 от Black Forest Labs. Сервис не требует регистрации или платежей, обеспечивает приватность и поддерживает разнообразные стили. В сравнении с FLUX.1 новая версия предлагает улучшения в детализации, текстах и редактировании.

5 мин

27 ноября 2025 г.

Sortera превращает отходы алюминия в доход

Компания Sortera использует ИИ для сортировки алюминиевых отходов с точностью более 95%, превращая проблему переработки в источник дохода. Система анализирует фрагменты за миллисекунды с помощью лазеров и камер, что позволяет достигать высокой прибыльности. Фирма расширяется, строя новый завод, и фокусируется на автомобильных отходах для возврата металла в производство.

3 мин

20 ноября 2025 г.

Понимание CNN через Excel

В публикации объясняется работа сверточных нейронных сетей (CNN) через создание простой модели в Excel. Рассматриваются принципы восприятия изображений машинами, от классического машинного обучения к CNN, включая кросс-корреляцию и фильтры. Это помогает понять фундаментальные вычисления глубокого обучения без сложных инструментов.

18 ноября 2025 г.

World Labs представляет Marble для 3D-миров

World Labs, основанный Фэй-Фэй Ли, выпустил Marble — первую коммерческую модель для генерации редактируемых 3D-миров из текста, изображений и видео. Продукт предлагает гибкие инструменты редактирования и экспорт в различные форматы, опережая конкурентов. Marble ориентирован на геймдев, VFX и VR, с потенциалом для робототехники и дальнейшего развития пространственного интеллекта.

6 мин

13 ноября 2025 г.

ColPali: видение-языковой интеллект для RAG

Статья объясняет проблемы традиционного разбора документов в RAG, особенно с таблицами и изображениями, и представляет модель ColPali как решение. ColPali преобразует страницы PDF в изображения и использует мультивекторные встраивания для точного извлечения. Примеры демонстрируют, как это улучшает обработку сложного контента.

30 октября 2025 г.

Основательница Mirror запускает игровой стартап Board

Бринн Путнам, основательница Mirror, представила новый стартап Board — игровую консоль, сочетающую настольные и цифровые игры. Устройство с 24-дюймовым сенсорным экраном стоит 500 долларов и использует ИИ для персонализации. Проект уже привлек 15 миллионов долларов инвестиций.

3 мин

30 октября 2025 г.

Adobe представляет ИИ-ассистентов для Express и Photoshop

Adobe выпустила ИИ-ассистентов для Express и Photoshop, упрощающих создание и редактирование изображений. В Express реализован специальный режим для текстовых промптов, а в Photoshop ассистент работает в боковой панели и автоматизирует рутинные задачи. Компания также тестирует межприложные ассистенты и интеграцию с ChatGPT, плюс новые ИИ-функции в Creative Cloud.

3 мин

28 октября 2025 г.