💻 P2P: Tuning Pre-trained Image Models for Point Cloud Analysis with Point-to-Pixel Prompting

Github: https://github.com/wangzy22/P2P

Paper: https://arxiv.org/abs/2208.02812v1

Dataset: https://paperswithcode.com/dataset/imagenet

Model: https://shapenet.cs.stanford.edu/media/modelnet40_normal_resampled.zip

@ai_machinelearning_big_data

🧩 Per-Clip Video Object Segmentation

Progressive matching mechanism for efficient information-passing within a clip.

Github: https://github.com/pkyong95/PCVOS

Paper: https://arxiv.org/abs/2208.01924v1

Dataset: https://paperswithcode.com/dataset/davis

Video: https://youtu.be/6QATHDwrUx0

@ai_machinelearning_big_data

Эволюция машинного обучения и проблема «черного ящика»

Какие бенчмарки используются в ML?
Благодаря чему произошел прорыв в технологиях машинного обучения?
Как метод LIME помогает интерпретировать алгоритмы ИИ?
Почему нейронки по-прежнему работают не так, как хотелось бы ученым?

Ученые Yandex Research рассказали, как они исследуют логику нейросетей и почему людям до сих пор сложно прочитать их «мысли».

🧠 Free AI for Beginners Course

Artificial Intelligence for Beginners
MindMap
Denoscription

@ai_machinelearning_big_data

🐚 Deep Occlusion-Aware Instance Segmentation with Overlapping BiLayers

Github: https://github.com/lkeab/BCNet

Paper: https://arxiv.org/abs/2208.04438v1

Dataset: https://paperswithcode.com/dataset/bdd100k

Video: https://www.youtube.com/watch?v=iHlGJppJGiQ

@ai_machinelearning_big_data

📲LAMDA-SSL: Semi-Supervised Learning in Python


Github: https://github.com/ygzwqzd/lamda-ssl

Paper: https://arxiv.org/pdf/2208.04610.pdf

Docs: https://ygzwqzd.github.io/LAMDA-SSL

@ai_machinelearning_big_data

🎼 ROC: A New Paradigm for Lyric-to-Melody Generation

Muzic is a research project on AI music that empowers music understanding and generation with deep learning and artificial intelligence.

Github: https://github.com/microsoft/muzic

Paper: https://arxiv.org/abs/2208.05697v1

Project: https://www.microsoft.com/en-us/research/project/ai-music/

@ai_machinelearning_big_data

🗣 Speech Enhancement and Dereverberation with Diffusion-based Generative Models

Github: https://github.com/sp-uhh/sgmse

Paper: https://arxiv.org/abs/2208.05830v1

Pretrained checkpoints: https://drive.google.com/drive/folders/1CSnkhUSoiv3RG0xg7WEcVapyLuwDaLbe?usp=sharing

@ai_machinelearning_big_data

✅ The Complete Collection of Data Science Projects

@ai_machinelearning_big_data

🧔 StyleFaceV - Official PyTorch Implementation

StyleFaceV produces high-fidelity identity-preserving face videos with vivid movements

Github: https://github.com/arthur-qiu/stylefacev

Project: http://haonanqiu.com/projects/StyleFaceV.html

Video: https://youtu.be/BZNLcD04-Fc

Paper: https://arxiv.org/abs/2208.07862v1

Dataset: https://paperswithcode.com/dataset/faceforensics-1

@ai_machinelearning_big_data

🎆 Unifying Visual Perception by Dispersible Points Learning

Conceptually simple, flexible, and universal visual perception head for variant visual task

Github: https://github.com/sense-x/unihead

Paper: https://arxiv.org/abs/2208.08630v1

Model: https://drive.google.com/file/d/1TwFCog_PMd1HWA7s-s9pN2F_fgyMyR3x/view

Datasets: https://paperswithcode.com/dataset/imagenet

@ai_machinelearning_big_data

⚙️ Cold Diffusion: Inverting Arbitrary Image Transforms Without Noise

Github: https://github.com/arpitbansal297/cold-diffusion-models

Paper: https://arxiv.org/abs/2208.09392v1

Cold-Diffusion: https://arxiv.org/abs/2208.09392

Datasets: https://paperswithcode.com/dataset/celeba

@ai_machinelearning_big_data

🔥 Image as a Foreign Language: BEiT Pretraining for All Vision and Vision-Language Tasks

Masked "language" modeling on images (Imglish), texts (English), and image-text pairs ("parallel sentences") in a unified manner.

Github: https://github.com/microsoft/unilm/tree/master/beit

Paper: https://arxiv.org/abs/2208.10442v1

Datasets: https://paperswithcode.com/dataset/visual-genome

@ai_machinelearning_big_data

✅ Awesome-Dataset-Distillation

Github: https://github.com/Guang000/Awesome-Dataset-Distillation

Awesome Computer Vision: https://github.com/jbhuang0604/awesome-computer-vision

Paper: https://arxiv.org/abs/2208.11311v1

Datasets: https://paperswithcode.com/dataset/cifar-10

@ai_machinelearning_big_data

🥇 The Complete Data Science Study Roadmap

➡️ Read
🎲 Statistics Fundamental by Josh Starmer
👨‍🎓 CS229 machine learning Stanford

@ai_machinelearning_big_data

⭐️ YOLOX-PAI: An Improved YOLOX Version by PAI

Github: https://github.com/alibaba/EasyCV

Paper: https://arxiv.org/abs/2208.13040v1

Datasets: https://paperswithcode.com/dataset/coco

@ai_machinelearning_big_data

🔋 Self-Supervised Pyramid Representation Learning
for Multi-Label Visual Analysis and Beyond

Github: https://github.com/wesleyhsieh0806/ss-prl

Paper: https://arxiv.org/abs/2208.14439v1

Datasets: https://github.com/wesleyhsieh0806/ss-prl#books-prepare-dataset

Downstream: http://host.robots.ox.ac.uk/pascal/VOC/

@ai_machinelearning_big_data

🖼 PyTorch Image Quality (PIQ) is a collection of measures and metrics for image quality assessment.

$ pip install piq

Github: https://github.com/photosynthesis-team/piq

Paper: https://arxiv.org/abs/2208.14818v1

Docs: https://piq.readthedocs.io.

Datasets: https://paperswithcode.com/dataset/kadid-10k

@ai_machinelearning_big_data

Как организовать потоковую обработку данных. Часть 2!

В первой части Евгений Ненахов из центра Big Data МТС Digital рассказал об основных компонентах методологии, а сейчас — о том, как ими пользоваться.

Из новой статьи вы узнаете:

➖ где хранить конфигурации
➖ как настроить Kafka и Spark Streaming
➖ как снизить нагрузку на GC и многое другое

О том, как создать универсальный инструмент потоковой обработки данных и построить с его помощью мощную систему стриминга, способную обрабатывать 7 млн событий в пике, читайте в блоге МТС на Хабре.

🏙 2BiVQA: Double Bi-LSTM based Video Quality Assessment of UGC Videos

Github: https://github.com/atelili/2bivqa

Paper: https://arxiv.org/abs/2208.14774v1

Dataset: https://paperswithcode.com/dataset/live-vqc

Tasks: https://paperswithcode.com/task/video-quality-assessment

@ai_machinelearning_big_data

@python_job_interview - здесь собраны все возможные вопросы и ответы с реальных Python собеседований.

@golang_interview - пройти Golang собеседование.

@machinelearning_interview - канал подготовит к собеседованию по машинному обучению и алгоритмам .

@data_analysis_ml - самая востребованная Python профессия.