Сайт с заметками про Computer Vision и Machine Learning
Краткий обзор вещей по датасетам на которые я наталкивался в последний год.
Я думаю, что все прекрасно понимают, что в нормальной работе по ComputerVision 80% работы может занимать взаимодействие с базой (картинку с заглавия утащил отсюда). Создание базы, разметка, выбор критериев, создание загрузки, модели зашумления, и.т.д. Конечно, я видел случаи, когда это и 95% занимает (медицина), и 20%(использование открытых датасетов). Всякое бывает.
Решил запечатлеть несколько вещей, на которые я натыкался в последний год.
Натолкнулся на то, чем сам развлекался месяца три назад:
https://towardsdatascience.com/turning-fortnite-into-pubg-with-deep-learning-cyclegan-2f9d339dcdb0
Товарищ циклическим GAN’ом перетринировал видео Fortnit’a в PUBG. Я перетренировывал PUBG чтобы на картах был снег:
Про Fortnite я тоже подумал, но я его не так люблю чтобы собирать датасет подробный (кстати, если кому нужен датасет на ПУБГ/зиму – могу скинуть):
Мне кажется, что это интересное направление. Нейросети ещё не дошли до компьютерных игр и графики реального времени. Но рано или поздно они должны там быть.
Уже есть много проектов, которые улучшают разрешение. Добавляют ХДР на изображение. Конечно, в играх это проще делать другими способами. Но ведь очевидно, что рано или поздно появиться идея как можно в игры добавить какую-нибудь фишку с сетями которая зацепит. Главное найти какую:)
Мне нравиться что люди ищут. Может интересные карты научаться. Может более красивые изображения.
В последнее время, как мне кажется, писать статьи по машинному обучению стало некоторой пошлостью. Раньше любая статья воспринималась как какая-то магия, а сейчас все более-менее устаканилось. Кто-то пишет статьи для новичков. Кто-то обзор технологий. Кто-то пытается написать специализированные статьи по новым разработкам. Но их читает полтора человека. Новизны практически нет.
Пожалуй единственный жанр, который мне остался интересен – статьи про то как на базе ML разрабатывается и внедряется технология. Процессы каждый раз могут быть кардинально отличающимися.
Наблюдения последнего времени.
Вы разворачиваете небольшой Computer Vision проект. Для себя, для заказчика, или ещё для кого. Вам нужен сервер для обучения. Понятно, что в ходе эксплуатации сервер будет применяться. И для постоянного переобучения. И, возможно, для внедрения. Как его сделать?
Есть пара подходов:
Во-первых, я выскажу свои мысли на тему того что по нашему опыту получалось лучше. Во-вторых, любопытно послушать мнение читателей кто что использует.
Раз уж начали в одном из старых постов. Одна из тем про которые я давным давно хочу написать, но не доходят руки – организация взаимодействия при решении задач машинного зрения/обучения. Проблема не так проста как кажется на первый взгляд.
Continue reading “Структура взаимодействия с заказчиками в задачах DL”
Я думаю, что большая часть моих читателей уже видела последнюю работу Хинтона – Dynamic Routing Between Capsules. (ещё есть вторая статья)
Интересно, пробовал ли кто-то разобраться и вникнуть. Я немного попробовал и вот что вышло:
Continue reading “CapsNet”
На днях посетил конференцию SmartData. Весьма странное мероприятие, никогда таких раньше не видел. Организаторы (https://jugru.org/) обычно проводят программистские конференции. Ну, либо базы данных, продакшн, всё такое. А тут решили хайпануть и провести практически в той же стилистике конференцию по машинному обучению. Получилось причудливо.
Конечно, сам бы я на такое мероприятие билет не купил. Задушила жаба (всю информацию, очевидно, можно было бы найти и так). Но учитывая, что организаторы предложили в обмен на небольшую статью на хабр билет на конференцию с оплатой дороги, я согласился.
Я уже писал как-то про caffe2. Довелось ещё немного с ним поработать и вставить его в один проект, так что хотелось описать свои впечатления.
Но в работе мы стараемся держаться от всего этого дела как можно дальше. И всем советуем того же. В этой статье я попробую обяснить почему.
Continue reading “Почему искуство не позволит заработать денег”
Сегодня утром пока просыпался прочитал странные заголовки про Caffe2. Помедитировал над парочкой статей с маркетинговым булшитом – и пошёл разбираться что же это всё-таки такое на самом деле. Всё же 90% текущих проектов именно на Caffe. Надо быть в курсе всё же.
