This media is not supported in your browser
VIEW IN TELEGRAM
🤗 ModelScope Text to Video Synthesis
For faster inference without waiting in queue, you may duplicate the space and upgrade to GPU in settings.
Новая диффузионная модель для генерации видео из текста.
⏩ Demo: https://huggingface.co/spaces/damo-vilab/modelscope-text-to-video-synthesis
💨 Paper: https://arxiv.org/pdf/2303.08320v2.pdf
💡 Huggingface: https://huggingface.co/damo-vilab/modelscope-damo-text-to-video-synthesis/tree/main
ai_machinelearning_big_data
For faster inference without waiting in queue, you may duplicate the space and upgrade to GPU in settings.
Новая диффузионная модель для генерации видео из текста.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍4🔥2
🦖 Яндекс выложил в опенсорс исходный код YTsaurus — платформы для работы с большими данными
«Вайтизавр» развивали почти 10 лет — историю можно почитать на Хабре. Сегодня платформу использует большинство сервисов Яндекса. YTsaurus может многое: от аналитики до обучения сложных моделей с миллиардами параметров. В Яндексе рассказывают, что один из самых популярных сценариев — построение DWH.
Например, заказы Еды, Такси и Лавки поступают в key-value хранилище YTsaurus в сыром виде — это сотни терабайт в месяц. Дальше они обрабатываются разными инструментами внутри платформы, и на выходе получаются аналитические витрины, поверх которых производится аналитика и строятся различные визуализации в DataLens.
Помимо MapReduce, пользователям предлагается прокаченный SQL-язык, который может запускать огромные операции для обработки петабайтов данных, богатый набор встроенных функций и гибкие возможности параметризации.
🖥 Github: https://github.com/YTsaurus/YTsaurus
вакансии в YTsaurus
ai_machinelearning_big_data
«Вайтизавр» развивали почти 10 лет — историю можно почитать на Хабре. Сегодня платформу использует большинство сервисов Яндекса. YTsaurus может многое: от аналитики до обучения сложных моделей с миллиардами параметров. В Яндексе рассказывают, что один из самых популярных сценариев — построение DWH.
Например, заказы Еды, Такси и Лавки поступают в key-value хранилище YTsaurus в сыром виде — это сотни терабайт в месяц. Дальше они обрабатываются разными инструментами внутри платформы, и на выходе получаются аналитические витрины, поверх которых производится аналитика и строятся различные визуализации в DataLens.
Помимо MapReduce, пользователям предлагается прокаченный SQL-язык, который может запускать огромные операции для обработки петабайтов данных, богатый набор встроенных функций и гибкие возможности параметризации.
🖥 Github: https://github.com/YTsaurus/YTsaurus
вакансии в YTsaurus
ai_machinelearning_big_data
👍19🔥9❤3😁2🥴1
Media is too big
VIEW IN TELEGRAM
Gen-2: The Next Step Forward for Generative AI
A multi-modal AI system that can generate novel videos with text, images, or video clips.
Мультимодальная AI модель Gen-2, которая преобразует текст или картинки в видео.
⏩ Project: https://huggingface.co/spaces/damo-vilab/modelscope-text-to-video-synthesis
↪️ Paper: https://arxiv.org/abs/2302.03011
💨 Discord: https://discord.com/invite/tUp5Gbd7rk
ai_machinelearning_big_data
A multi-modal AI system that can generate novel videos with text, images, or video clips.
Мультимодальная AI модель Gen-2, которая преобразует текст или картинки в видео.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🔥5❤4
This media is not supported in your browser
VIEW IN TELEGRAM
ViperGPT, a framework that leverages code-generation models to compose vision-and-language models into subroutines to produce a result for any query.
Новый фреймворк ViperGPT для генерации Python кода из изображений.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍21❤4🔥3
Zero-1-to-3, a framework for changing the camera viewpoint of an object given just a single RGB image.
Новая система изменения ракурса камеры на объект по одному RGB-изображению.
🤗 Hugging face: https://huggingface.co/spaces/cvlab/zero123-live
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12🔥4🤯3❤2
NeAT: Learning Neural Implicit Surfaces with Arbitrary Topologies from Multi-view Images
Novel neural volume rendering method, which uses SDF and validity to calculate the volume opacity and avoids rendering points with low validity.
Новая нейронная система рендеринга, которая может опрелелять различные поверхности на фото с произвольной топологией на основе многоракурсных изображений.
🖥 Github: https://github.com/xmeng525/NeAT
⏩ Paper: https://arxiv.org/abs/2303.12012v1
⏩ Dataset: https://www.dropbox.com/sh/utn5rnohmr0y2c8/AACdets4PQrP5CB1KwGkpOFUa?dl=0
💨 Project: https://xmeng525.github.io/xiaoxumeng.github.io/projects/cvpr23_neat
ai_machinelearning_big_data
Novel neural volume rendering method, which uses SDF and validity to calculate the volume opacity and avoids rendering points with low validity.
Новая нейронная система рендеринга, которая может опрелелять различные поверхности на фото с произвольной топологией на основе многоракурсных изображений.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13❤4🔥1
ReVersion : Diffusion-Based Relation Inversion from Images
ReVersion for the Relation Inversion task, which aims to learn a specific relation (represented as "relation prompt") from exemplar images.
Фреймворк для поиска общих сущностей в изображениях для генерации промптов для синтеза новых изображений.
🖥 Github: https://github.com/ziqihuangg/reversion
⏩ Paper: https://arxiv.org/abs/2303.13495v1
💨 Project: https://ziqihuangg.github.io/projects/reversion.html
⏩ Video: https://www.youtube.com/watch?v=pkal3yjyyKQ
ai_machinelearning_big_data
ReVersion for the Relation Inversion task, which aims to learn a specific relation (represented as "relation prompt") from exemplar images.
Фреймворк для поиска общих сущностей в изображениях для генерации промптов для синтеза новых изображений.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍20❤4🔥4🤝1
Train your ControlNet with diffusers 🧨
ControlNet is a neural network structure that allows fine-grained control of diffusion models by adding extra conditions.
В этой статье подробно рассматривается каждый шаг, обучения модельи Uncanny Faces - модель поз лиц, основанную на синтетических 3D лицах.
🤗 Hugging face: https://huggingface.co/blog/train-your-controlnet#
🖥 Github: https://github.com/huggingface/blog/blob/main/train-your-controlnet.md
⏩ ControlNet training example: https://github.com/huggingface/diffusers/tree/main/examples/controlnet
ai_machinelearning_big_data
ControlNet is a neural network structure that allows fine-grained control of diffusion models by adding extra conditions.
В этой статье подробно рассматривается каждый шаг, обучения модельи Uncanny Faces - модель поз лиц, основанную на синтетических 3D лицах.
🤗 Hugging face: https://huggingface.co/blog/train-your-controlnet#
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍15❤3🔥3
A new approach for high-quality domain translation with better controllability.
Новый подход, который позволяет плавно контролировать степень сохранения исходных характеристик при генерации изображений.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍6🔥3👎1🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
Conditional Image-to-Video Generation with Latent Flow Diffusion Models
New approach for cI2V using novel latent flow diffusion models (LFDM) that synthesize an optical flow sequence in the latent space based on the given condition to warp the given image.
Генерация видео из изображений с использованием моделей диффузии.
🖥 Github: https://github.com/nihaomiao/cvpr23_lfdm
⏩ Paper: https://arxiv.org/abs/2303.13744v1
💨 Dataset: https://drive.google.com/file/d/1dRn1wl5TUaZJiiDpIQADt1JJ0_q36MVG/view?usp=share_link
ai_machinelearning_big_data
New approach for cI2V using novel latent flow diffusion models (LFDM) that synthesize an optical flow sequence in the latent space based on the given condition to warp the given image.
Генерация видео из изображений с использованием моделей диффузии.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10❤9🔥7
Federated Learning using Hugging Face and Flower
В этом уроке рассматривается, как использовать Hugging Face для Federated Learning (так называется совокупность методов обучения ML моделей на распределённых данных) языковых моделей на нескольких клиентах с помощью фреймворка Flower
This tutorial will show how to leverage Hugging Face to federate the training of language models over multiple clients.
🤗 Hugging face: https://huggingface.co/blog/fl-with-flower
🌷 Flower: https://flower.dev/
🖥 Colab: https://colab.research.google.com/github/huggingface/blog/blob/main/notebooks/fl-with-flower.ipynb
🖥 Github: https://github.com/adap/flower/tree/main/examples/quickstart_huggingface
ai_machinelearning_big_data
В этом уроке рассматривается, как использовать Hugging Face для Federated Learning (так называется совокупность методов обучения ML моделей на распределённых данных) языковых моделей на нескольких клиентах с помощью фреймворка Flower
This tutorial will show how to leverage Hugging Face to federate the training of language models over multiple clients.
pip install datasets evaluate flwr torch transformers🤗 Hugging face: https://huggingface.co/blog/fl-with-flower
🌷 Flower: https://flower.dev/
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13👍4🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer
🖥 Github: https://github.com/IDEA-Research/OSX
⏩ Paper: http://arxiv.org/abs/2303.16160
⭐️ Project: https://osx-ubody.github.io/
💨 Dataset: https://paperswithcode.com/dataset/expose
ai_machinelearning_big_data
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13🔥6❤1
AutoAD: Movie Denoscription in Context
MAD: A Scalable Dataset for Language Grounding in Videos from Movie Audio Denoscriptions.
MAD - это масштабный набор данных, собранный из аудиоописаний фильмов.
🖥 Github: https://github.com/Soldelli/MAD
⏩ Paper: https://arxiv.org/abs/2303.16899v1
💨 Dataset: https://paperswithcode.com/dataset/lsmdc
ai_machinelearning_big_data
MAD: A Scalable Dataset for Language Grounding in Videos from Movie Audio Denoscriptions.
MAD - это масштабный набор данных, собранный из аудиоописаний фильмов.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12❤3🔥3😁1
DPF: Learning Dense Prediction Fields with Weak Supervision
🖥 Github: https://github.com/cxx226/dpf
⏩ Paper: https://arxiv.org/abs/2303.16890v1
💨 Dataset: https://paperswithcode.com/dataset/pascal-context
ai_machinelearning_big_data
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14❤1🔥1😁1
This media is not supported in your browser
VIEW IN TELEGRAM
3D Line Mapping Revisited
LIMAP is a toolbox for mapping and localization with line features.
Интерфейсы для различных геометрических операций над 2D/3D линиями.
🖥 Github: https://github.com/cvg/limap
⏩ Paper: https://arxiv.org/abs/2303.17504v1
💨 Dataset: https://paperswithcode.com/dataset/hypersim
ai_machinelearning_big_data
LIMAP is a toolbox for mapping and localization with line features.
Интерфейсы для различных геометрических операций над 2D/3D линиями.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11❤3🔥2🤯1
WavCaps: A ChatGPT-Assisted Weakly-Labelled Audio Captioning Dataset for Audio-Language Multimodal Research
Propose a three-stage processing pipeline for filtering noisy data and generating high-quality captions, where ChatGPT.
Конвейер обработки для фильтрации зашумленных данных и создания высококачественных титров.
🖥 Github: https://github.com/xinhaomei/wavcaps
⏩ Paper: https://arxiv.org/abs/2303.17395v1
💨 Dataset: https://paperswithcode.com/dataset/sounddescs
ai_machinelearning_big_data
Propose a three-stage processing pipeline for filtering noisy data and generating high-quality captions, where ChatGPT.
Конвейер обработки для фильтрации зашумленных данных и создания высококачественных титров.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍4🔥2
vid2vid-zero for Zero-Shot Video Editing
We propose vid2vid-zero, a simple yet effective method for zero-shot video editing.
Мы предлагаем vid2vid-zero, простой, но эффективный метод редактирования видео.
🖥 Github: https://github.com/baaivision/vid2vid-zero
⏩ Paper: https://arxiv.org/abs/2303.17599v1
💨 Dataset: https://paperswithcode.com/dataset/sounddescs
ai_machinelearning_big_data
We propose vid2vid-zero, a simple yet effective method for zero-shot video editing.
Мы предлагаем vid2vid-zero, простой, но эффективный метод редактирования видео.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤5🤔3🔥2