DeepSchool

Diffusion Models Сегодня поговорим о моделях диффузии и их превосходстве над Generative Adversarial Networks (GANs) при создании высококачественных синтетических изображений. Познакомимся со статьёй “Diffusion Models Beat GANs on Image Synthesis”, авторы которой доказали: диффузионные модели помогают обеспечить наилучшее качество генерации изображений. В статье также рассмотрим: - процесс диффузии (forward и reverse) - Denoising Diffusion Probabilistic Models (DDPM) - большое количество ablation study - обучение - математику в первом приближении - и ещё много чего :) Читайте нашу новую статью по ссылке: https://www.notion.so/deepschool-pro/Diffusion-Models-Beat-GANs-on-Image-Synthesis-b178e701e6d44cac9df11a501067d666?pvs=4

Дайджест статей за март Встречайте первый дайджест статей на канале! Мы собрали вместе все статьи за последний месяц и получилось очень разнообразно — от обучения сетей до 3D, от разбора трансформера для детекции до составления ансамбля моделей. Надеемся, что вы не упустите то, что вам интересно 🤗 Negative learning Рассказываем, как обучиться с хорошими результатами на неидеальных датасетах с ошибками и противоречивыми данными: - в чём ключевая идея подхода - его плюсы и минусы - и как добиться очень хороших результатов на шумных данных 3D Gaussian Splatting Разбираемся, как обеспечить высокое качество сгенерированных 3D сцен вместе с быстротой обучения и отрисовки: - как Gaussian Splatting использует гауссианы для представления трёхмерного пространства - как позволяет эффективно отрисовать новые изображения для сцены - как обучается создавать детализированное представление сцены ModelSoups: варим суп из моделей Изучаем, как усреднение весов моделей может улучшить точность итогового ансамбля: - Model Soups подход к усреднению весов модели и его результаты - теория подхода, а также границы применимости и сопутствующие требования - применение подхода в СV и NLP направлениях Как применяют CV в сейсморазведке Познакомимся с применением DL в прикладной науке — сейсморазведке: - что такое сейсморазведка - как в ней применить подходы на основе глубоких нейронных сетей - примеры открытых сейсмических данных - как можно решить задачу их интерпретации с помощью CV - и какие есть известные соревнования по МО на базе сейсмических датасетов DETR Препарируем пионера CV детекции на базе архитектуры трансформер: - как решать задачу детекции напрямую — без дополнительных методов по типу NMS (non-maximum suppression) или генерации анкоров - детальный разбор архитектуры DETR - результаты её применения в downstream задачах Grounding Dino Выясняем, как мультимодальность улучшает детекцию объектов с помощью Grounding Dino: - зачем нужна “дружба” между языком и картинками и какие у неё бонусы - какая архитектура у Grounding Dino - как соединить модальности - каким образом можно запустить и потрогать Grounding Dino ✌️Что вам было интересно в этом месяце? О чём вы бы хотели прочитать на канале? Пишите в комментарии!

Grounding Dino Мультимодальность сегодня — одна из самых популярных вещей в глубоком обучении. В новой статье мы рассмотрим, как на основе Grounding Dino можно добавить язык к задаче детекции объектов на изображениях. А ещё узнаем, что включение дополнительной модальности позволяет не только создавать запросы вида “самая правая кошечка”, но и находить объекты классов, которых нет в обучающей выборке. Из этой статьи вы также узнаете: - зачем нужна “дружба” между языком и картинками и какие у неё бонусы - какая архитектура Grounding Dino - как соединить модальности - каким образом можно запустить и потрогать Grounding Dino - как запустить и потрогать модель сегментации на основе Grounding Dino - и как с помощью сегментации и диффузии заменить объект на картинке Читайте нашу статью по ссылке: https://www.notion.so/deepschool-pro/Grounding-DINO-054a72d301d840ec99611cd76acba169?pvs=4

Как научиться решать end-to-end задачи в CV Недавно мы провели лекцию об инструментах для ML-инженеров. Спасибо, что пришли, задавали вопросы и делились впечатлениями! На встрече мы представили программу курса CV Rocket. И рады приветствовать всех, кто уже присоединился к 7-му потоку!🎓 Если вы хотите закрыть пробелы в знаниях Computer Vision и освоить весь путь создания DL-проектов: от сбора данных до деплоя веб-сервисов — приходите учиться на программу CV Rocket от нашей команды. После обучения вы повысите свою ценность на рынке, улучшите процессы в команде и научитесь решать полный цикл CV-задач: 🔹собирать чистые данные 🔹быстрее обучать модели 🔹ускорять нейросети 🔹создавать веб-сервисы 🔹автоматизировать их деплой 🔹настраивать мониторинг приложений 🔹решать задачи распознавания лиц, текстов, генерации и многое другое Что особенного в нашей программе: 🔸12 спикеров из разных отраслей и компаний 🔸много фидбека и общения со спикерами: на zoom-лекциях, в рамках code review, на семинарах и в чате 🔸сложные задачи: 2 больших end-to-end проекта, которые с гордостью можно добавить в резюме До 28 марта у вас есть возможность присоединиться к обучению со скидкой 10.000 ₽ по промокоду 10CVR! Или можете внести предоплату и зафиксировать за собой скидку и место на курсе до 1 апреля. Подробнее о программе и спикерах читайте на сайте. Присоединяйтесь к CV Rocket!🚀 И до встречи на лекциях!

DETR Для 2024 года трансформеры в различных задачах CV — частое явление, которым мало кого удивишь. Тем интереснее первые шаги ресёрчеров на пути использования знаменитой encoder-decoder архитектуры. В середине 2020 года миру представили детектор DETR, или DEtection TRansformer. Он оказался способным решать задачу детекции напрямую: предсказывать список боксов и соответствующих им классов по изображению. В этой статье мы: - узнаем, как решать задачу детекции напрямую — без дополнительных методов по типу NMS (non-maximum suppression) или генерации анкоров - детально разберем архитектуру DETR - и посмотрим на результаты её применения в downstream задачах Читайте новую статью по ссылке: https://www.notion.so/deepschool-pro/DETR-ce96a32c90974db5825a3b6698a9ae2b?pvs=4

🔥Начинаем через 15 минут Вы ещё успеваете зарегистрироваться! На лекции разберём: 1️⃣ как использовать makefile для автоматизации рутины 2️⃣ как помогают тесты 3️⃣ чем хорош lightning и как его использовать 4️⃣ как повысить качество кода с помощью линтеров 5️⃣ трекинг и визуализацию в CML И представим программу курса «CV Rocket» Присоединяйтесь к лекции!

Повышаем эффективность DS-инженеров Напоминаем, что уже завтра проведём лекцию, на которой расскажем об инструментах, которые позволяют развиваться CV-инженеру и решать задачи эффективнее. Обсудим: 1️⃣ как использовать makefile для автоматизации рутины 2️⃣ какие тесты писать для моделинга 3️⃣ чем хорош lightning и как его использовать 4️⃣ как повысить качество кода с помощью линтеров 5️⃣ трекинг и визуализацию в CML Регистрируйтесь и приходите завтра в 18.00 МСК! 🔥 Ещё после регистрации вы получите список полезных библиотек и сервисов для CV-инженеров До встречи на лекции!😉

Где грань между синдромом самозванца и адекватной оценкой навыков и как планировать своё развитие как специалиста Об этом мы поговорим на прямом эфире с Андреем Шадриковым сегодня 19 марта Коротко об Андрее: - Head of R&D Verigram - команда Андрея занимает…

Где грань между синдромом самозванца и адекватной оценкой навыковикак планировать своё развитие как специалиста Об этом мы поговорим на прямом эфире с Андреем Шадриковым сегодня 19 марта Коротко об Андрее: - Head of R&D Verigram - команда Андрея занимает топовые места в главном бенчмарке по распознаванию лиц от NIST - большую часть карьеры посвятил задачам биометрии - организует митапы и выступает на них (BeeTech, Sberloga, SamsungAICampus) - преподает блок по распознаванию лиц на CV Rocket 🗓 19 марта в 18:00 МСК проведём интервью с Андреем, где обсудим: - как адекватно оценить свой уровень - какие задачи брать в первую очередь - как составить роадмап развития в индустрии - и как это развитие ускорить Эфир пройдёт в нашем канале DeepSchool | CV Rocket Переходите в канал и присоединяйтесь к нашему интервью! До встречи на прямом эфире!🔥

5 инструментов эффективного DS-инженера Выше мы писали, что любому DS-инженеру важно перенимать навыки и инструменты от разработчиков. Ведь мы тоже пишем код, правим бизнес-логику, стараемся снижать bus factor и хотим, чтобы в проектах не было багов. Разве что следить нам приходится не только за кодом, но и за данными, экспериментами, моделями и прочими артефактами. Чтобы упростить нашу жизнь, есть множество инструментов. Часть DS-специфичны (DVC, CML, MLFlow, etc), а часть просто перенята от коллег-разработчиков (CI/CD, тесты, конфиг-файлы, docker, etc). 🔥 И на ближайшей лекции мы расскажем о 5 важных инструментах! А именно обсудим: 1️⃣ как использовать makefile для автоматизации рутины 2️⃣ какие тесты писать для моделинга 3️⃣ чем хорош lightning и как его использовать 4️⃣ как повысить качество кода с помощью линтеров 5️⃣ трекинг и визуализацию в CML А также представим программу курса CV Rocket и подарим скидки на обучение! 🙋‍♂️ Спикер лекции — Егор Осинкин, Lead CV Engineer, EPAM 🗓 Встречаемся 21 марта, чт, 18:00 МСК! Регистрируйтесь по ссылке! После регистрации мы пришлем вам список полезных библиотек и сервисов для CV-инженеров! Также в телеграм-боте будет краткий анализ CV-вакансий, где мы изучили, как менялись зарплаты, как они зависят от требований и от грейдов. Зарегистрироваться

Как применяют CV в сейсморазведке Есть малоизвестный (в силу своей специфики) домен, где можно применять CV — сейсморазведка. Сегодня мы познакомимся с этой наукой и расскажем, как в ней можно применить глубокие нейронные сети. А еще докажем, что многие задачи возможно представить как хорошо нам знакомые задачи компьютерного зрения. Из статьи вы узнаете: - что такое сейсморазведка - как в ней применить подходы на основе глубоких нейронных сетей - примеры открытых сейсмических данных - как можно решить задачу их интерпретации с помощью CV - и какие есть известные соревнования по МО на базе сейсмических датасетов Если хотите узнать, как компьютерное зрение помогает находить нефть и другие полезные ископаемые — скорее переходите по ссылке: https://www.notion.so/deepschool-pro/CV-0ec38f8cd403420ab5570cdd4785503e?pvs=4