#компьютерное зрение

И инструменты ·17 июл 2026

Как отличить ДТП от резкого торможения: опыт детекции событий в видео

Разработчики из «Юзтех» столкнулись с задачами автоматического распознавания ДТП и допинга у лошадей. Классический подход — обучить нейросеть на датасете аварий — провалился из-за огромной вариативности. Решение нашли в смене парадигмы: не детектировать объект на кадре («что это?»), а отслеживать поведение во времени («что произошло?»). Комбинация детектора объектов, трекинга через фильтр Калмана и анализа физических параметров (скорость, ускорение) позволила выявлять аномальные события — но у каждой задачи оказались свои подводные камни.

0 176

И исследования ·15 июл 2026

Apple научила генеративные модели работать с одним слоем адаптации

Исследователи Apple представили FAE — метод адаптации предобученных визуальных энкодеров (DINO, SigLIP) для генерации изображений всего через один слой внимания. Подход достигает state-of-the-art FID 1.48 на ImageNet 256×256 без classifier-free guidance, работает быстрее и проще существующих решений.

0 89

И исследования ·16 июн 2026

Google создал детальную карту живых изгородей Англии для восстановления природы

Исследователи Google разработали систему глубокого обучения, которая распознаёт на спутниковых снимках мелкие элементы ландшафта — живые изгороди, рощицы, каменные стены — невидимые для стандартных методов. Новая векторная карта Англии превращает эти «скрытые активы» в инструмент для планирования восстановления природы и учёта углерода без ущерба для сельского хозяйства.

0 95

И инструменты ·16 дек 2023

Как ИИ учится считать рыбу на гидроэлектростанциях — задача сложнее, чем кажется

Автор рассказывает о работе консультантом в проекте по подсчёту рыбы на крупных ГЭС в США. Станции обязаны доказывать регулятору, что не вредят популяциям лосося и других видов. Традиционный ручной подсчёт — дорогой, трудоёмкий и неточный, поэтому отрасль переходит на цифровые методы с участием ИИ.

0 60