💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/SF6W6z9DflU?feature=share
YouTube
Семинар 15.Выучивание эвристической функции для задачи планирования с помощью трансформерных моделей
Классические алгоритмы поиска используют эвристические функции, которые не учитывают информацию о препятствиях, методы машинного обучения могут быть использованы для улучшения этого аспекта.
На семинаре будет представлен обзор современных подходов к интеграции…
На семинаре будет представлен обзор современных подходов к интеграции…
🎓 — Семинар 16. Анализ возможностей улучшения методов дифференцируемого представления сцен для 3D-реконструкции, в том числе с информацией о семантике | Виталий Безуглый, Дарья Дроздова, Всеволод Скороходов
На семинаре будет рассмотрена задача нейросетевой реконструкции трехмерных сцен, путем формирования их дифференцируемого представления. В частности такие подходы, как дифференцируемый рендеринг (NeRF), знаковые поля расстояний (SDF) и объединение множества изображений с различных точек зрения (MVS).
Расскажем об актуальных работах по данной тематике, а также о возможных направлениях модификации.
👉🏻 Дата: 09.02.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинарыЦКМ
На семинаре будет рассмотрена задача нейросетевой реконструкции трехмерных сцен, путем формирования их дифференцируемого представления. В частности такие подходы, как дифференцируемый рендеринг (NeRF), знаковые поля расстояний (SDF) и объединение множества изображений с различных точек зрения (MVS).
Расскажем об актуальных работах по данной тематике, а также о возможных направлениях модификации.
👉🏻 Дата: 09.02.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинарыЦКМ
👍2🔥2
💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/3h8NVo9UAAo?feature=share
Youtube
- YouTube
Enjoy the videos and music you love, upload original content, and share it all with friends, family, and the world on YouTube.
🐳3👍1
🎓 — Семинар 17. Оптимизация траектории движения UGV через узкий проем с использованием MPC | Константин Миронов, Мухаммад Алхаддад
Алгоритм model predictive control (MPC) исследуется для оптимизации траектории движения четырехколесного мобильного робота Husky.
Случай перемещения робота через узкий проем решается с использованием алгоритма MPC. Представлен новый алгоритм для обнаружения препятствий, окружающих глобальный путь.
Решение сформулированной задачи MPC дано с помощью численного решателя "Acados".
Расскажем об актуальных работах по данной тематике, а также о возможных направлениях модификации.
👉🏻 Дата: 16.02.23, четверг в 17:00
📹 Трансляция Youtube: https://www.youtube.com/@cogmodel
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары
Алгоритм model predictive control (MPC) исследуется для оптимизации траектории движения четырехколесного мобильного робота Husky.
Случай перемещения робота через узкий проем решается с использованием алгоритма MPC. Представлен новый алгоритм для обнаружения препятствий, окружающих глобальный путь.
Решение сформулированной задачи MPC дано с помощью численного решателя "Acados".
Расскажем об актуальных работах по данной тематике, а также о возможных направлениях модификации.
👉🏻 Дата: 16.02.23, четверг в 17:00
📹 Трансляция Youtube: https://www.youtube.com/@cogmodel
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары
🔥3❤🔥1
💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/FGWONq9xOV4?feature=share
YouTube
Семинар 17. Оптимизация траектории движения UGV через узкий проем с использованием MPC
Алгоритм model predictive control (MPC) исследуется для оптимизации траектории движения четырехколесного мобильного робота Husky.
Случай перемещения робота через узкий проем решается с использованием алгоритма MPC. Представлен новый алгоритм для обнаружения…
Случай перемещения робота через узкий проем решается с использованием алгоритма MPC. Представлен новый алгоритм для обнаружения…
🤖🦾🦿— Конференция по робототехнике ROS Russian Meetup 2023
Приглашаем всех на мероприятие от наших ROS-товарищей!
ROS Russian Meetup 2023 - это место встречи российского ROS-сообщества, возможность для разработчиков ROS и робототехников всех уровней, от новичков до экспертов, посвятить выходные практическому обучению и общению с единомышленниками. Получите советы и рекомендации экспертов, встречайтесь и делитесь идеями с другими разработчиками.
На конференции инженеры и руководители компаний поделятся реальным опытом использования ROS в исследовательских и коммерческих проектах.
⚡️От нашего Центра будет два доклада:
1. 13:15 STRL-Robotics: embodied архитектура для мобильных роботов с манипулятором | Александр Панов (МФТИ, AIRI), Сергей Линок (МФТИ)
2. 18:55 Система навигации колесного робота для сред с наклонными поверхностями | Яковлев Константин (ФИЦ ИУ РАН, AIRI, ВШЭ, МФТИ), Муравьев Кирилл (ФИЦ ИУ РАН)
⚡️ Конференция состоится 18 февраля 2023 года (суббота). Участие бесплатное😉
Сообщество в Телеграм👉🏻 https://news.1rj.ru/str/rosrussia
Регистрация👉🏻 https://ros-event.timepad.ru/event/2276804/
Бонус 🥁Запись нашего совместного семинара по современным методам распознавания зеркал: https://clck.ru/33ZKGs
Приглашаем всех на мероприятие от наших ROS-товарищей!
ROS Russian Meetup 2023 - это место встречи российского ROS-сообщества, возможность для разработчиков ROS и робототехников всех уровней, от новичков до экспертов, посвятить выходные практическому обучению и общению с единомышленниками. Получите советы и рекомендации экспертов, встречайтесь и делитесь идеями с другими разработчиками.
На конференции инженеры и руководители компаний поделятся реальным опытом использования ROS в исследовательских и коммерческих проектах.
⚡️От нашего Центра будет два доклада:
1. 13:15 STRL-Robotics: embodied архитектура для мобильных роботов с манипулятором | Александр Панов (МФТИ, AIRI), Сергей Линок (МФТИ)
2. 18:55 Система навигации колесного робота для сред с наклонными поверхностями | Яковлев Константин (ФИЦ ИУ РАН, AIRI, ВШЭ, МФТИ), Муравьев Кирилл (ФИЦ ИУ РАН)
⚡️ Конференция состоится 18 февраля 2023 года (суббота). Участие бесплатное😉
Сообщество в Телеграм👉🏻 https://news.1rj.ru/str/rosrussia
Регистрация👉🏻 https://ros-event.timepad.ru/event/2276804/
Бонус 🥁
Telegram
ROS russia community robotics
Сообщество ROS на русском языке для обсуждения вопросов и совместных проектов
Запрещена реклама
Правила чата t.me/rosrussia/13028
Канал с новостями @rosrussiachannel
ROS консорциум промышленной, сервисной и антропоморфной робототехники @rosindustrial
Запрещена реклама
Правила чата t.me/rosrussia/13028
Канал с новостями @rosrussiachannel
ROS консорциум промышленной, сервисной и антропоморфной робототехники @rosindustrial
👍4❤1
🏆🏄♂️🚀— Объявляем набор на весеннюю стажировку в области робототехники и искусственного интеллекта!
Оплачиваемая стажировка в Центре когнитивного моделирования ФПМИ МФТИ предполагает работу над прикладными или поисковыми проектами в составе опытной команды, написание статей в ведущие конференции и журналы.
🔥Стажировка проходит в рамках одного из направлений работ Центра:
— Воплощенный искусственный интеллект
— Глубокое обучение с подкреплением
— Нейросетевые методы компьютерного зрения
— Беспилотный транспорт
— Планирование поведения
— Интеллектуальное управление робототехническими платформами
👨💻👩💻В процессе вашей работы вы сможете погрузиться в:
— Разработку новых SOTA алгоритмов
— Написание публикаций и участие в международных конференциях со своими результатами
— Cовременные проблемы внедрения передовых методов искусственного интеллекта для решения практических задач
Стажировку можно совмещать с написанием вашего бакалаврского или магистерского диплома. После успешного окончания стажировки возможно трудоустройство в лаборатории Центра, поступление в магистратуру и аспирантуру (https://cogmodel.mipt.ru/applicants), продолжение работы в компаниях партнерах.
Прием заявок до 15 марта 2023 включительно!
👉Для заявки достаточно заполнить анкету: https://clck.ru/33awQV
Вопросы можно задать нам в сообщениях или по почте: vainberg.ri@mipt.ru
Подробнее: https://cogmodel.mipt.ru/internship
#стажировка
Оплачиваемая стажировка в Центре когнитивного моделирования ФПМИ МФТИ предполагает работу над прикладными или поисковыми проектами в составе опытной команды, написание статей в ведущие конференции и журналы.
🔥Стажировка проходит в рамках одного из направлений работ Центра:
— Воплощенный искусственный интеллект
— Глубокое обучение с подкреплением
— Нейросетевые методы компьютерного зрения
— Беспилотный транспорт
— Планирование поведения
— Интеллектуальное управление робототехническими платформами
👨💻👩💻В процессе вашей работы вы сможете погрузиться в:
— Разработку новых SOTA алгоритмов
— Написание публикаций и участие в международных конференциях со своими результатами
— Cовременные проблемы внедрения передовых методов искусственного интеллекта для решения практических задач
Стажировку можно совмещать с написанием вашего бакалаврского или магистерского диплома. После успешного окончания стажировки возможно трудоустройство в лаборатории Центра, поступление в магистратуру и аспирантуру (https://cogmodel.mipt.ru/applicants), продолжение работы в компаниях партнерах.
Прием заявок до 15 марта 2023 включительно!
👉Для заявки достаточно заполнить анкету: https://clck.ru/33awQV
Вопросы можно задать нам в сообщениях или по почте: vainberg.ri@mipt.ru
Подробнее: https://cogmodel.mipt.ru/internship
#стажировка
🔥8
🎓 — Семинар 18. Обзор методов мультимодального Place Recognition | Александр Мелехин
We back again, tell a friend!
На семинаре будет представлен обзор современных методов Place Recognition, одновременно использующих данные разных модальностей — изображения с камер и лидарные облака точек. Будут рассмотрены и сравнены между собой актуальные публикации по тематике.
Также будут описаны существующие мультимодальные датасеты, подходящие для обучения и тестирования методов Place Recognition.
Расскажем об актуальных работах в этой области, а также о возможных направлениях модификации.
👉🏻 Дата: 02.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
#семинары
We back again, tell a friend!
На семинаре будет представлен обзор современных методов Place Recognition, одновременно использующих данные разных модальностей — изображения с камер и лидарные облака точек. Будут рассмотрены и сравнены между собой актуальные публикации по тематике.
Также будут описаны существующие мультимодальные датасеты, подходящие для обучения и тестирования методов Place Recognition.
Расскажем об актуальных работах в этой области, а также о возможных направлениях модификации.
👉🏻 Дата: 02.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
#семинары
👍4
Center for Cognitive Modeling pinned «🏆🏄♂️🚀— Объявляем набор на весеннюю стажировку в области робототехники и искусственного интеллекта! Оплачиваемая стажировка в Центре когнитивного моделирования ФПМИ МФТИ предполагает работу над прикладными или поисковыми проектами в составе опытной команды…»
💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/ZXrc84Q2SWI?feature=share
YouTube
Семинар 18. Обзор методов мультимодального Place Recognition
На семинаре будет представлен обзор современных методов Place Recognition, одновременно использующих данные разных модальностей — изображения с камер и лидарные облака точек. Будут рассмотрены и сравнены между собой актуальные публикации по тематике.
Также…
Также…
❤3
🎓 — Семинар 19. Symbolic Disentangled Representations in Hyperdimensional Latent Space | Александр Корчемный
Идея распутанных представлений (disentangled representations) заключается в том, чтобы свести данные к набору генерирующих факторов, которые их порождают.
На семинаре будет предложен подход, в котором каждый генеративный фактор представляется в виде вектора той же размерности, что и результирующее представление. Это возможно благодаря использованию векторно-символьных архитектур (Vector-Symbolic Architercutres VSA) - фреймворка, в котором символы представляются в виде высокоразмерных векторов и который позволяет оперировать полученными векторами для интерпретируемой модификации объектов в латентном пространстве.
Получившиеся представления отдельных признаков и операции с ними будут продемонстрированы на объектах из наборов данных CLEVER и dSprites.
👉🏻 Дата: 02.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
#семинары
Идея распутанных представлений (disentangled representations) заключается в том, чтобы свести данные к набору генерирующих факторов, которые их порождают.
На семинаре будет предложен подход, в котором каждый генеративный фактор представляется в виде вектора той же размерности, что и результирующее представление. Это возможно благодаря использованию векторно-символьных архитектур (Vector-Symbolic Architercutres VSA) - фреймворка, в котором символы представляются в виде высокоразмерных векторов и который позволяет оперировать полученными векторами для интерпретируемой модификации объектов в латентном пространстве.
Получившиеся представления отдельных признаков и операции с ними будут продемонстрированы на объектах из наборов данных CLEVER и dSprites.
👉🏻 Дата: 02.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
#семинары
👍4
💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/Q28VP__aOE8?feature=share
YouTube
Семинар 19. Symbolic Disentangled Representations in Hyperdimensional Latent Space
Идея распутанных представлений (disentangled representations) заключается в том, чтобы свести данные к набору генерирующих факторов, которые их порождают.
На семинаре будет предложен подход, в котором каждый генеративный фактор представляется в виде вектора…
На семинаре будет предложен подход, в котором каждый генеративный фактор представляется в виде вектора…
👍2
🎓 — Семинар 20. Методы обработки и генерации 3D данных | Денис Волхонский, Владислав Ишимцев
На предстоящем семинаре у нас выступят два приглашенных аспиранта из университета Сколтеха.
💥Первый доклад:
Для получения надёжных результатов во многих задачах машинного обучения и анализа данных требуются обучающие выборки значительного объема. Однако получить достаточное количество данных для обучения не всегда возможно. В таких ситуациях одним из решений является обогащение обучающих выборок синтетическими данными, искусственно созданными генеративной моделью.
В докладе будут представлены методы генерации синтетических последовательностей изображений, разработанные в рамках кандидатской диссертации докладчика. Мы рассмотрим следующие задачи: генерация трёхмерных воксельных структур, генерация видео, а так же очистка растровых изображений.
💥Второй доклад:
Трехмерная реконструкция реальных сцен становится более сложной задачей, поскольку для многих прикладных сценариев требуется реконструкция мелкомасштабных частей объектов. При реальном сканировании на качество результата могут существенно повлиять шум, недостающие части объектов и другие артефакты, такие как размытие при движении объектов и/или сенсора.
Доклад посвящен способам нахождения эффективного использования информации на уровне частей для улучшения качества методов понимания крупномасштабных трехмерных сцен. В частности, будут представлены:
- метод деформации синтетических CAD моделей, направленный на приближение к геометрии реального объекта при сохранении информации на уровне частей объектов;
- полуавтоматический способ переноса синтетической разметки частей объектов на реальные данные;
- применение полученной разметки для задачи пополнения трехмерных объектов и задачи трехмерной семантической сегментации в реальных сценах
👉🏻 Дата: 16.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары
На предстоящем семинаре у нас выступят два приглашенных аспиранта из университета Сколтеха.
💥Первый доклад:
Для получения надёжных результатов во многих задачах машинного обучения и анализа данных требуются обучающие выборки значительного объема. Однако получить достаточное количество данных для обучения не всегда возможно. В таких ситуациях одним из решений является обогащение обучающих выборок синтетическими данными, искусственно созданными генеративной моделью.
В докладе будут представлены методы генерации синтетических последовательностей изображений, разработанные в рамках кандидатской диссертации докладчика. Мы рассмотрим следующие задачи: генерация трёхмерных воксельных структур, генерация видео, а так же очистка растровых изображений.
💥Второй доклад:
Трехмерная реконструкция реальных сцен становится более сложной задачей, поскольку для многих прикладных сценариев требуется реконструкция мелкомасштабных частей объектов. При реальном сканировании на качество результата могут существенно повлиять шум, недостающие части объектов и другие артефакты, такие как размытие при движении объектов и/или сенсора.
Доклад посвящен способам нахождения эффективного использования информации на уровне частей для улучшения качества методов понимания крупномасштабных трехмерных сцен. В частности, будут представлены:
- метод деформации синтетических CAD моделей, направленный на приближение к геометрии реального объекта при сохранении информации на уровне частей объектов;
- полуавтоматический способ переноса синтетической разметки частей объектов на реальные данные;
- применение полученной разметки для задачи пополнения трехмерных объектов и задачи трехмерной семантической сегментации в реальных сценах
👉🏻 Дата: 16.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары
🔥3👍2
🇷🇺🤝🇨🇳 — Встречаем аспиранта из Китая!
К нам на Физтех наконец-то добрался наш аспирант из Китая, который поступил к нам в аспирантуру нашего Центра когнитивного моделирования ФПМИ МФТИ.
Чжан Хучженьюй занимается мультимодальными нейросетями и RL! Поприветствуем его!
🏅Также недавно стало известно, что Хучженьюй Чжан, выиграл стипендию правительства Китая на проведение исследований в МФТИ под руководством к.т.н., зав. лаб. интеллектуального транспорта Д.А. Юдина.
🔭 Тема исследований связана с применением нейросетевых методов обучения с подкреплением для управления манипуляционными роботами.
К нам на Физтех наконец-то добрался наш аспирант из Китая, который поступил к нам в аспирантуру нашего Центра когнитивного моделирования ФПМИ МФТИ.
Чжан Хучженьюй занимается мультимодальными нейросетями и RL! Поприветствуем его!
🏅Также недавно стало известно, что Хучженьюй Чжан, выиграл стипендию правительства Китая на проведение исследований в МФТИ под руководством к.т.н., зав. лаб. интеллектуального транспорта Д.А. Юдина.
🔭 Тема исследований связана с применением нейросетевых методов обучения с подкреплением для управления манипуляционными роботами.
👏16🔥2
💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/zB7dd7_lKEI?feature=shar
YouTube
Семинар 20. Методы обработки и генерации 3D данных | Денис Волхонский, Владислав Ишимцев
💥Первый доклад:
Для получения надёжных результатов во многих задачах машинного обучения и анализа данных требуются обучающие выборки значительного объема. Однако получить достаточное количество данных для обучения не всегда возможно. В таких ситуациях одним…
Для получения надёжных результатов во многих задачах машинного обучения и анализа данных требуются обучающие выборки значительного объема. Однако получить достаточное количество данных для обучения не всегда возможно. В таких ситуациях одним…
👌🏻 — На этой неделе завершился прием заявок на весеннюю стажировку в наш Центр!
Спасибо всем, кто заполнил анкету и проявил интерес к стажировке (особенно тем, кто не забыл, собрался с силами и отправил письмо в последнюю ночь😂)!🫶🏻💪🏻
В ближайшее время мы рассмотрим все заявки и напишем каждому кандидату!
Stay tuned😎
Спасибо всем, кто заполнил анкету и проявил интерес к стажировке (особенно тем, кто не забыл, собрался с силами и отправил письмо в последнюю ночь😂)!🫶🏻💪🏻
В ближайшее время мы рассмотрим все заявки и напишем каждому кандидату!
Stay tuned😎
🔥6❤🔥1👍1👏1
🎓 — Семинар 21. Обучение с подкреплением для рекомендательных систем | Зоя Воловикова
В докладе будут рассмотрены следующие темы:
— Задача рекомендательных систем в целом: что обычно рекомендуют, кому и специфика рекомендаций в зависимости от сервиса.
— Как можно внедрить обучение с подкреплением в рекомендательные системы и настроить MDP для RecSys задач.
— Способы кодирования истории взаимодействия пользователей с сервисом.
— Алгоритмы автономного обучения с подкреплением для задачи рекомендательных систем.
— Сложности оценки влияния RL на задачи рекомендательных систем: можно ли понять на что влияет долгосрочная оптимизация награды? Как интерпретировать поведение агента?
👉🏻 Дата: 23.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары #RL
В докладе будут рассмотрены следующие темы:
— Задача рекомендательных систем в целом: что обычно рекомендуют, кому и специфика рекомендаций в зависимости от сервиса.
— Как можно внедрить обучение с подкреплением в рекомендательные системы и настроить MDP для RecSys задач.
— Способы кодирования истории взаимодействия пользователей с сервисом.
— Алгоритмы автономного обучения с подкреплением для задачи рекомендательных систем.
— Сложности оценки влияния RL на задачи рекомендательных систем: можно ли понять на что влияет долгосрочная оптимизация награды? Как интерпретировать поведение агента?
👉🏻 Дата: 23.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары #RL
🔥7👍2
💥 — Скоро начинаем семинар, присоединяйтесь! https://youtube.com/live/U1m2OSgSXqs?feature=share
YouTube
Семинар 21. Обучение с подкреплением для рекомендательных систем | Зоя Воловикова
В докладе будут рассмотрены следующие темы:
— Задача рекомендательных систем в целом: что обычно рекомендуют, кому и специфика рекомендаций в зависимости от сервиса.
— Как можно внедрить обучение с подкреплением в рекомендательные системы и настроить MDP…
— Задача рекомендательных систем в целом: что обычно рекомендуют, кому и специфика рекомендаций в зависимости от сервиса.
— Как можно внедрить обучение с подкреплением в рекомендательные системы и настроить MDP…
❤🔥6
🎓 — Семинар 22. Анализ методов сегментации изображений на основе запросов & Применение адаптеров к трансформерам в задаче мультиклассовой сегментации | Татьяна Земскова, Александр Хорин
Использование запросов для повышения качества сегментации изображений - актуальная задача для воплощенного искусственного интеллекта (Embodied AI). На семинаре будет представлен анализ современных нейросетевых методов, использующих текстовые запросы и запросы категорий для предсказания масок запрашиваемых объектов. Также будут рассмотрены методы, в которых действия интеллектуального агента направлены на улучшение качества сегментации (активная сегментация), и наборы данных для управляемой сегментации.
Отдельно будет рассмотрено применение адаптеров к трансформерам в задаче мультиклассовой сегментации. Добавление эмбеддингов задачи и адаптеров в трансформерные сети позволяет генерировать бинарные маски отдельно для каждого класса. Такой подход позволяет строить универсальные модели, которые удобно расширять на произвольное количество категорий без изменения архитектуры нейронной сети.
👉🏻 Дата: 30.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары #CV
Использование запросов для повышения качества сегментации изображений - актуальная задача для воплощенного искусственного интеллекта (Embodied AI). На семинаре будет представлен анализ современных нейросетевых методов, использующих текстовые запросы и запросы категорий для предсказания масок запрашиваемых объектов. Также будут рассмотрены методы, в которых действия интеллектуального агента направлены на улучшение качества сегментации (активная сегментация), и наборы данных для управляемой сегментации.
Отдельно будет рассмотрено применение адаптеров к трансформерам в задаче мультиклассовой сегментации. Добавление эмбеддингов задачи и адаптеров в трансформерные сети позволяет генерировать бинарные маски отдельно для каждого класса. Такой подход позволяет строить универсальные модели, которые удобно расширять на произвольное количество категорий без изменения архитектуры нейронной сети.
👉🏻 Дата: 30.03.23, четверг в 17:00
📹 Трансляция Youtube: https://vk.cc/bXpFy9
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары #CV
🔥8