This media is not supported in your browser
VIEW IN TELEGRAM
Document Scanner: Custom Semantic Segmentation using PyTorch-DeepLabV3
https://learnopencv.com/custom-document-segmentation-using-deep-learning/
https://learnopencv.com/custom-document-segmentation-using-deep-learning/
👍4
This media is not supported in your browser
VIEW IN TELEGRAM
[ECCV'22 Oral] Towards Grand Unification of Object Tracking
📄https://arxiv.org/abs/2207.07078
💻https://github.com/MasterBin-IIAU/Unicorn
📄https://arxiv.org/abs/2207.07078
💻https://github.com/MasterBin-IIAU/Unicorn
👍5🔥1
سلام دوستان، برای ارتقا پروژه ای(تشخیص زنده بودن فرد نسبت به حملاتی نظیر پرینت) نیاز به داده ی چهره و انجام یک چالش(حرکت چهره) دارم.
الان فقط داده ی حرکت چهره مورد نیازه و
توی لینک زیر، تمامی اطلاعات نظیر دریافت کدملی و ... را غیرفعال کردم که دغدغه ی privacy نداشته باشید،
اگر لطف کنید روی لینک بزنید و یکبار روال را طی کنید خیلی ممنون میشوم🌹🌹
http://kyc.meee.ir/g/api/v.1.0/test/3/alireza
الان فقط داده ی حرکت چهره مورد نیازه و
توی لینک زیر، تمامی اطلاعات نظیر دریافت کدملی و ... را غیرفعال کردم که دغدغه ی privacy نداشته باشید،
اگر لطف کنید روی لینک بزنید و یکبار روال را طی کنید خیلی ممنون میشوم🌹🌹
http://kyc.meee.ir/g/api/v.1.0/test/3/alireza
❤6👎6👍3
Tensorflow(@CVision)
امروز سومین جلسه از کورس جدید بینایی کامپیوتر با opencv در استودیو مکتب خونه ضبط شد. این کورس قراره در مکتب خونه منتشر بشه و سرفصل تقریبا مطابق سرفصل رسمی سایت opencv.org و در زبان پایتون است. https://opencv.org/courses/cv1-syllabus.pdf
بلاخره ضبط دوره opencv تمام شد، به زودی ، در چند هفته ی آتی، این کورس در ۹ فصل منتشر خواهد شد.
👍29❤2
Forwarded from Shenasa-ai.ir
#آموزش #بلاگ
📢 پست جدید وبلاگ شناسا،
📝 آشنایی با Tensorflow XLA
🔗 https://vrgl.ir/eMoN7
🖊 مترجم XLA راهکاری برای افزایش سرعت آموزش و تست مدلهای Tensorflow بدون تغییر اساسی در کد و کاهش پویایی این کتابخانه است. در این مطلب تلاش کردیم تا مفاهیم آن را به صورت مقدماتی توضیح دهیم و نحوه استفاده از XLA را در کدها بررسی کنیم.
ما را در ویرگول دنبال کنید و در کامنت، موضوع آموزشهای آینده را پیشنهاد بدهید.
————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai
📢 پست جدید وبلاگ شناسا،
📝 آشنایی با Tensorflow XLA
🔗 https://vrgl.ir/eMoN7
🖊 مترجم XLA راهکاری برای افزایش سرعت آموزش و تست مدلهای Tensorflow بدون تغییر اساسی در کد و کاهش پویایی این کتابخانه است. در این مطلب تلاش کردیم تا مفاهیم آن را به صورت مقدماتی توضیح دهیم و نحوه استفاده از XLA را در کدها بررسی کنیم.
ما را در ویرگول دنبال کنید و در کامنت، موضوع آموزشهای آینده را پیشنهاد بدهید.
————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai
ویرگول
آشنایی با Tensorflow XLA
مترجم XLA راهکاری برای افزایش سرعت آموزش و تست مدلهای Tensorflow بدون تغییر اساسی کدها است که در این مطلب آن را مختصر معرفی کردهایم.
🔥6
A Deep Dive into Transformers with TensorFlow and Keras: Part 1.
https://pyimagesearch.com/2022/09/05/a-deep-dive-into-transformers-with-tensorflow-and-keras-part-1/
https://pyimagesearch.com/2022/09/05/a-deep-dive-into-transformers-with-tensorflow-and-keras-part-1/
This media is not supported in your browser
VIEW IN TELEGRAM
#relight
Online Demo:
https://clipdrop.co/relight
How realtime relighting of a picture is possible?!
https://twitter.com/dh7net/status/1567813176317575171
Online Demo:
https://clipdrop.co/relight
How realtime relighting of a picture is possible?!
https://twitter.com/dh7net/status/1567813176317575171
🔥11👍3🤩3
Forwarded from Python_Labs🐍
فریم ورک fastapi پایتون، تعداد star هاش از فریم ورک spring پیشی گرفت! 😳😳
🔥24👎2
#مجموعه_داده #دیتاست #nlp #فارسی
پیکره متنی ناب.
این پیکره مجموعه پاکسازی شده و قابل استفاده مستقیم برای محققان حوزه پردازش زبان طبیعی در فارسی است. این مجموعه شامل حدود ۱۳۰ گیگابایت دیتا متنی شامل ۲۵۰ میلیون پاراگراف و ۱۵ میلیارد کلمه است.
همچنین نسخه خام ناب به همراه اسکریپت پیش پردازش (استفاده شده برای تمیزسازی داده) در اختیار عموم قرار گرفته تا به کمک آن بتوانید نسخه تمیز شده پیکره خود را بسازید.
از این پیکره میتوان برای fine-tune کردن مدلهای زبانی - که در اصل برای زبان انگلیسی تهیه شدهاند - برای زبان فارسی نیز استفاده کرد. از جمله این مدلهای زبانی میتوان به BERT, BART, T5 و ... اشاره کرد.
+ https://arxiv.org/abs/2208.13486
+ https://huggingface.co/datasets/SLPL/naab
+ https://huggingface.co/datasets/SLPL/naab-raw
@cvision
پیکره متنی ناب.
این پیکره مجموعه پاکسازی شده و قابل استفاده مستقیم برای محققان حوزه پردازش زبان طبیعی در فارسی است. این مجموعه شامل حدود ۱۳۰ گیگابایت دیتا متنی شامل ۲۵۰ میلیون پاراگراف و ۱۵ میلیارد کلمه است.
همچنین نسخه خام ناب به همراه اسکریپت پیش پردازش (استفاده شده برای تمیزسازی داده) در اختیار عموم قرار گرفته تا به کمک آن بتوانید نسخه تمیز شده پیکره خود را بسازید.
از این پیکره میتوان برای fine-tune کردن مدلهای زبانی - که در اصل برای زبان انگلیسی تهیه شدهاند - برای زبان فارسی نیز استفاده کرد. از جمله این مدلهای زبانی میتوان به BERT, BART, T5 و ... اشاره کرد.
+ https://arxiv.org/abs/2208.13486
+ https://huggingface.co/datasets/SLPL/naab
+ https://huggingface.co/datasets/SLPL/naab-raw
@cvision
huggingface.co
SLPL/naab-raw · Datasets at Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
👍12🔥4
Browse visually the Stable Diffusion Concepts Library - and use more than 100+ community taught concepts in your prompt directly on the same UI!
https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion_textual_inversion_library_navigator.ipynb#scrollTo=rnhKBvKidtxK
https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion_textual_inversion_library_navigator.ipynb#scrollTo=rnhKBvKidtxK
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
این روش از اصول فیزیکی الکترواستاتیک الهام گرفته شده است!
💻 Algorithm: https://lnkd.in/eyT2M8U5
🧠 The Model: https://lnkd.in/efu_RMFJ
👉 Results: https://lnkd.in/eK8j6Yn7
💻 Algorithm: https://lnkd.in/eyT2M8U5
🧠 The Model: https://lnkd.in/efu_RMFJ
👉 Results: https://lnkd.in/eK8j6Yn7
👍6❤3
This media is not supported in your browser
VIEW IN TELEGRAM
Tracking Any Pixel in a Video
💻Code: https://github.com/aharley/pips/
🗒Blog: https://blog.ml.cmu.edu/2022/09/09/tracking-any-pixel-in-a-video/
📝Paper: https://arxiv.org/abs/2204.04153
💻Code: https://github.com/aharley/pips/
🗒Blog: https://blog.ml.cmu.edu/2022/09/09/tracking-any-pixel-in-a-video/
📝Paper: https://arxiv.org/abs/2204.04153
🔥5👍1
Ten mind-blowing AI websites you probably didn’t know existed.
https://faun.pub/ten-mind-blowing-ai-websites-you-probably-didnt-know-existed-3eb2ac7a9110
https://faun.pub/ten-mind-blowing-ai-websites-you-probably-didnt-know-existed-3eb2ac7a9110
Medium
Ten mind-blowing AI websites you probably didn’t know existed.
While AI is an important technological development, you can also have some fun with it. So, here are ten fun AI tools you should check out.
A repository for storing models that have been inter-converted between various frameworks. Supported frameworks are TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.
https://github.com/PINTO0309/PINTO_model_zoo
https://github.com/PINTO0309/PINTO_model_zoo
GitHub
GitHub - PINTO0309/PINTO_model_zoo: A repository for storing models that have been inter-converted between various frameworks.…
A repository for storing models that have been inter-converted between various frameworks. Supported frameworks are TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8...
🔥4👍2