✔️ L2SR: Learning to Sample and Reconstruct for Accelerated MRI

fastMRI — это совместный исследовательский проект Facebook AI Research (FAIR) и NYU Langone Health, целью которого является изучение использования ИИ для ускорения МРТ-сканирования. NYU Langone Health выпустила полностью анонимные наборы данных МРТ.

🖥 Github: https://github.com/facebookresearch/fastMRI

❤️ Website: https://fastmri.org/

⏩ Paprer: https://arxiv.org/abs/2211.16799v1

⭐️ Dataset: https://fastmri.med.nyu.edu/

@ai_machinelearning_big_data

🎶 Melody trannoscription via generative pre-training

Sheet Sage транскрибирует вашу любимую песню в лид-лист, содержащий ноты и аккорды!

🖥 Github: https://github.com/chrisdonahue/sheetsage

⏩ Paprer: https://arxiv.org/abs/2212.01884v1

⭐️ Dataset: https://www.hooktheory.com/theorytab

@ai_machinelearning_big_data

⭐️ Robust Point Cloud Segmentation with Noisy Annotations

A point-wise confidence selection to obtain reliable labels from the historical predictions of each point.

🖥 Github: https://github.com/pleaseconnectwifi/PNAL

🌐 Project: https://shuquanye.com/PNAL_website/

⏩ Paprer: https://arxiv.org/abs/2212.03242v1

⭐️ Dataset: https://paperswithcode.com/dataset/scannet

@ai_machinelearning_big_data

⏩ PODA: Prompt-driven Zero-shot Domain Adaptation

DR: PODA — это простой метод аугментация признаков, управляемый одним текстовым описанием.

🖥 Github: https://github.com/astra-vision/poda

⏩ Paprer: https://arxiv.org/abs/2212.03241v1

❤️ Pretrainde model: https://drive.google.com/drive/folders/15-NhVItiVbplg_If3HJibokJssu1NoxL?usp=share_link

⭐️ Dataset: https://paperswithcode.com/dataset/cityscapes

@ai_machinelearning_big_data

✅ Learning Video Representations from Large Language Models

Новая Модель отт мета, которая автоматичеси генерирует текстовое описание для видео.

🖥 Github: https://github.com/facebookresearch/lavila

💡 Demo: https://huggingface.co/spaces/nateraw/lavila

⏩ Paprer: http://arxiv.org/abs/2212.04501

❤️ Colab: https://colab.research.google.com/drive/1gHWiEWywIotRivYQTR-8NQ6GJC7sJUe4

⭐️ Dataset: https://paperswithcode.com/dataset/hmdb51

@ai_machinelearning_big_data

🚀 evosax: JAX-based Evolution Strategies

QDax — это инструмент для ускорения алгоритмов Quality-Diversity (QD) и нейроэволюции.

🖥 Github: https://github.com/adaptive-intelligent-robotics/qdax

🎷 Evosax: https://github.com/RobertTLange/evosax

⏩ Paprer: https://arxiv.org/abs/2212.04180v1

🚀 Docs: https://qdax.readthedocs.io/en/latest/

❤️ Colab: https://colab.research.google.com/github/adaptive-intelligent-robotics/QDax/blob/main/examples/mapelites.ipynb

⭐️ Dataset: https://paperswithcode.com/dataset/brax

@ai_machinelearning_big_data

✅ pypop7 (Pure-PYthon library of POPulation-based black-box OPtimization)

Интерфейс для более чем 60 вариантов различных алгоритмов оптимизации.

$ pip install pypop7

🖥 Github: https://github.com/evolutionary-intelligence/pypop

⏩ Paprer: https://arxiv.org/abs/2212.05652v1

⭐️ Derivative-Free Optimization (DFO): https://link.springer.com/article/10.1007/s10208-021-09513-z

@ai_machinelearning_big_data

👁 Detection Transformers with Assignment

Deformable-DETR превосходит все существующие традиционные детекторы на основе трансформеров.

🖥 Github: https://github.com/jozhang97/deta

📎 Installation: https://github.com/fundamentalvision/Deformable-DETR

⏩ Paprer: https://arxiv.org/abs/2212.06137v1

⭐️ Dataset: https://paperswithcode.com/dataset/lvis

@ai_machinelearning_big_data

✔️ ECON: Explicit Clothed humans Obtained from Normals

ECON разработан для «оцифровки человека из изображения». ECON помогает высокоточно выдедить одетых людей на изображении , в люблй одежде и в сложных позах. ECON также поддерживает реконструкцию нескольких человек и анимацию на основе SMPL-X.

🖥 Github: https://github.com/YuliangXiu/ECON

⏩ Paprer: https://arxiv.org/abs/2212.07422

📎 Demo: https://github.com/YuliangXiu/ECON#demo

✔️ Instructions: https://github.com/YuliangXiu/ECON#instructions

@ai_machinelearning_big_data

🖥 StackExplain

Cкрипт на основе ChatGPT, который выведет и обьяснит ошибку в вашем коде.

$ pip3 install stackexplain

🖥 Github
✔️ Впечатляющие достижения ChatGPT
😂ChatGPT решает задачи

@ai_machinelearning_big_data