Всем привет! Меня зовут Газимагомед, я занимаюсь разработкой внутреннего распределённого профайлера Vision в Ozon. В этой статье я раскрою понятие профиля, расскажу о том, что такое распределённый профайлинг, чем отличается автоматический сбор профилей от ручного. А также рассмотрим проблемы, возникающие при построении профайлера. Что ж, усаживайтесь поудобнее, мы начинаем.
Рубрика «Vision»
Рецепт приготовления непрерывного профайлера в 2к24
2024-05-27 в 12:25, admin, рубрики: continuous profiling, ozon tech, profiling, VisionКак распознать текст с фото: новые возможности фреймворка Vision
2019-07-11 в 15:06, admin, рубрики: Dodo Pizza Engineering, dodopizzaio, framework, iOS, ios development, ios programming, Vision, Блог компании Dodo Pizza Engineering, обработка изображений, Программирование, разработка мобильных приложений, разработка под iOS, распознавание изображений, распознавание текстаТеперь фреймворк Vision умеет распознавать текст по-настоящему, а не как раньше. С нетерпением ждём, когда сможем применить это в Dodo IS. А пока перевод статьи о распознавании карточек из настольной игры Magic The Gathering и извлечении из них текстовой информации.
С бородой, в тёмных очках и в профиль: трудные ситуации для компьютерного зрения
2019-04-23 в 9:49, admin, рубрики: big data, Vision, Блог компании Mail.Ru Group, Компьютерное зрение, машинное обучение, Облачные вычисления, облачные сервисы
Технологии и модели для нашей будущей системы компьютерного зрения создавались и совершенствовались постепенно и в разных проектах нашей компании — в Почте, Облаке, Поиске. Вызревали как хороший сыр или коньяк. Однажды мы поняли, что наши нейросети показывают отличные результаты в распознавании, и решили свести их в единый b2b-продукт — Vision, — которым мы теперь пользуемся сами и предлагаем воспользоваться вам.
Сегодня наша технология компьютерного зрения на платформе Mail.Ru Cloud Solutions успешно трудится и решает очень сложные практические задачи. В её основе лежит ряд нейронных сетей, которые обучены на наших дата-сетах и специализируются на решении прикладных задач. Все сервисы крутятся на наших серверных мощностях. Вы можете интегрировать в свои приложения публичный API Vision, через который доступны все возможности сервиса. API быстродействующий — благодаря серверным GPU среднее время отклика внутри нашей сети на уровне 100 мс.
Заходите под кат, там подробный рассказ и много примеров работы Vision.
Читать полностью »
Российские офтальмологи рассказали о бионическом зрении. Новое мобильное приложение демонстрирует работу киберсетчатки
2019-03-01 в 14:42, admin, рубрики: AR, moscow, Vision, VR, бионика, Биотехнологии, глухие, зрение, импланты, инвалиды, мгту, Медгаджеты, Москва, мотивация, Научно-популярное, операция, протезирование, протезы, разработка мобильных приложений, Разработка под android, реабилитация, сетчатка, соединениеНаши глаза и их способность видеть – сложнейший биологический механизм. Чтобы сформировать его, природе понадобились миллионы лет эволюции. Но что делать, если этот уникальный механизм вдруг даёт сбой? Человечество шагнуло в эпоху IT-технологий меньше полувека назад – мгновение по меркам природы – но уже научилось восстанавливать, а иногда и заменять живые элементы на кибернетические.
В этом смог убедиться каждый участник интерактивной лекции «Как вернуть зрение? Бионические зрительные протезы и виртуальная реальность», прошедшей в стенах МГТУ им. Баумана 20 февраля. Мероприятие провели эксперты научно-производственной лаборатории «Сенсор-тех» – московского разработчика технологий для людей с нарушениями слуха и зрения.
Врачи рассказали об уже имеющемся опыте применения бионических протезов сетчатки глаза, которыми в настоящее время обладают двое россиян. Современные технологии позволили полностью слепым людям частично вернуть способность видеть окружающий мир. И хотя современные «механические глаза» очень ограничены, в будущем качество искусственного зрения будет расти и в какой-то момент сможет целиком восстановить утраченные зрительные функции, уверены организаторы мероприятия.
Читать полностью »
Инструменты Apple для машинного обучения
2018-07-26 в 14:22, admin, рубрики: Core ML, create ml, iOS, machine learning, swift, Vision, Блог компании REDMADROBOT, машинное обучение, разработка мобильных приложений, разработка под iOS
В последние несколько лет тема искусственного интеллекта и машинного обучения перестала быть для людей чем-то из области фантастики и прочно вошла в повседневную жизнь. Социальные сети предлагают посетить интересные нам мероприятия, автомобили на дорогах научились передвигаться без участия водителя, а голосовой помощник в телефоне подсказывает, когда лучше выходить из дома, чтобы избежать пробок, и нужно ли брать с собой зонт.
В данной статье мы рассмотрим инструменты для машинного обучения, которые предлагает разработчикам Apple, разберем, что нового в этой области компания показала на WWDC18, и попробуем понять, как можно применить это все на практике.
Нейросеть для определения лиц, встроенная в смартфон
2017-12-04 в 7:20, admin, рубрики: api, BNNS, CIDetector, iOS, iphone, metal, Vision, Алгоритмы, глубинное обучение, нейросеть, обработка изображений, разработка мобильных приложений, разработка под iOS, учитель-ученик, фреймворк
Apple начала использовать глубинное обучение для определения лиц начиная с iOS 10. С выпуском фреймворка Vision разработчики теперь могут использовать в своих приложениях эту технологию и многие другие алгоритмы машинного зрения. При разработке фреймворка пришлось преодолеть значительные проблемы, чтобы сохранить приватность пользователей и эффективно работать на железе мобильного устройства. В статье обсуждаются эти проблемы и описывается, как работает алгоритм.
Введение
Впервые определение лиц в публичных API появилось во фреймворке Core Image через класс CIDetector. Эти API работали и в собственных приложениях Apple, таких как Photos. Самая первая версия CIDetector использовала для определения метод на базе алгоритма Виолы — Джонса [1]. Последовательные улучшения CIDetector были основаны на достижениях традиционного машинного зрения.
С появлением глубинного обучения и его применения к проблемам машинного зрения точность систем определения лиц сделала значительный шаг вперёд. Нам пришлось полностью переосмыслить наш подход, чтобы извлечь выгоду из этой смены парадигмы. По сравнению с традиционным машинным зрением модели в глубинном обучении требуют на порядок больше памяти, намного больше дискового пространства и больше вычислительных ресурсов.
Читать полностью »
Экспресс Купертино — Москва. Новые фичи iOS 11, обсуждение Apple Special Event и конкурс от Avito
2017-09-12 в 15:01, admin, рубрики: App Store, apple, apple special event, Apple Special Event 2017, arkit, iOS, ios 11, Vision, Блог компании Avito, конкурс, разработка под iOS, трансляцияМы все знаем, что почти каждый iOS-разработчик хотел бы оказаться вечером 12 сентября в театре Стива Джобса в Купертино. Вместо фокусов с телепортацией и материализацией приглашений на это событие мы устроили Avito Special iOS Event.
Сначала послушаем короткие тематические доклады от iOS-разработчиков из ведущих российских компаний, а затем будет совместный просмотр конференции Apple. Специально для Хабра будем вести здесь прямую видеотрансляцию той части, что с докладами, у нас в Avito, а затем — текстовую трансляцию из Калифорнии. Чтобы было ещё веселее, мы подготовили конкурс для тех, кто способен предвидеть будущее.
Итак, под катом:
- прямая трансляция докладов про новые фичи iOS 11 (главным образом про Drag and Drop), ARKit, Vision;
- слайды докладов (скоро появятся);
- конкурс для пользователей Хабра (с 18:00 до 20:00 12.09 по Мск);
- текстовая трансляция конфы (начиная с 20:00 12.09 по Мск);
- свежие картинки с Тимом Куком.
Тестирование и обзор Core ML
2017-07-05 в 16:30, admin, рубрики: AI, CoreML, iOS, ios development, ios11, machine learning, swift, Vision, wwdc, wwdc 2017, xcode, Блог компании MobileUp, машинное обучение, разработка мобильных приложений, разработка под iOS, метки: CoreML, VisionНа WWDC’17 Apple представила новый фреймворк для работы с технологиями машинного обучения Core ML. На основе него в iOS реализованы собственные продукты Apple: Siri, Camera и QuickType. Core ML позволяет упростить интеграцию машинного обучения в приложения и создавать различные «умные» функции с помощью пары строчек кода.
