http://rulinux.net/ http://rulinux.net/ http://rulinux.net/rss_icon.png https://rulinux.net/message.php?newsid=42632&page=1#217272 https://rulinux.net/message.php?newsid=42632&page=1#217272 Fri, 02 Sep 2016 06:36:53 +0300 Что-то пейсбук разошёлся: 01.09 Опубликован MyRocks, движок хранения к СУБД MySQL от Facebook
01.09 Facebook опубликовал реализацию алгоритма сжатия Zstandard 1.0

Видимо там действительно реальный компромат на подходе

]]> https://rulinux.net/message.php?newsid=42632&page=1#217135 https://rulinux.net/message.php?newsid=42632&page=1#217135 Fri, 26 Aug 2016 13:44:39 +0300 Судя по демкам, качество крутое.

Надо бы заценить.

]]> https://rulinux.net/message.php?newsid=42632&page=1#217133 https://rulinux.net/message.php?newsid=42632&page=1#217133 Fri, 26 Aug 2016 09:06:29 +0300 Лаборатория искусственного интеллекта Facebook продолжила открытие своих наработок и следом за библиотекой классификации текста представила реализацию алгоритмов DeepMask и SharpMask, позволяющих определять наличие объектов на фотографиях и выделять их из общего фона. Код оформлен в виде модулей к библиотеке глубинного машинного обучения Torch, написанных на языке Lua и распространяемых под лицензией BSD.
Целью разработки является предоставление средств для разбора изображений на уровне отдельных пикселей, выделяя отдельные объекты с предоставлением информации о том, что они из себя представляют на основе базы моделей, полученной в результате машинного обучения системы по типовым шаблонам. Предложенные алгоритмы позволяют на основе машинного анализа визуальной информации классифицировать отдельные элементы фотографии, определить что именно изображено и с точностью до отдельных пикселей выделить различные объекты из общего фона.




DeepMask представляет собой общий алгоритм для выделения сегментов изображения, а SharpMask предоставляет средстве для уточнения результата, в сумме формируя основу для построения систем машинного зрения. Конечная фаза распознавания реализована в виде специализирвоанной свёрточной нейронной сети MultiPathNet, которая позволяет связать выделенные из изображения маски с типами объектов.





Для загрузки подготовлены как готовые модели, позволяющие без предварительного обучения системы выявлять такие объекты как животные, люди и автомобили, так и компоненты для обучения системы распознаванию новых типов объектов. Для ознакомления с возможностями системы подготовлен набор демонстрационных примеров. Из планов на будущее отмечается адаптация технологии для выделения движущихся объектов на видео.

https://code.facebook.com/posts/561187904071636/segmenting-and-refining-images-with-sharpmask/ http://www.opennet.ru/opennews/art.shtml?num=45028

]]>