С приходом в мировое сообщество пандемии у многих компаний появилась потребность оперативно фиксировать здоровье сотрудников. В связи с этим новосибирская команда HealthVision взялась за реализацию технологии, которая считывает биометрические данные человека и определяет степень его здоровья.

Проект представляет собой комплексную программно-аппаратную систему, которая осуществляет мониторинг вирусных заболеваний у людей с помощью камеры и алгоритмов компьютерного зрения. Устройство анализирует изображения с тепловизора, выстраивает статистику, формирует отчеты и уведомляет ответственных лиц компании.

На 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.

Мы 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; ( UPD: завершена — выложено видео)
• слайды докладов;
• конкурс для пользователей Хабра (с 18:00 до 20:00 12.09 по Мск — завершён, результаты внутри);
• текстовая трансляция конфы (начиная с 20:00 12.09 по Мск);
• свежие картинки с Тимом Куком.

Введение

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.

1. Нахождению самой буквы с ее границами

Вот скриншот того как он работает.

2. Распознавание буквы в заданных границах

А вот как примерно будет выглядеть дерево

Это часть так как все не поместилось бы, да и не нужно.

Tesseract — это движок оптического распознавания символов (OCR) с открытым исходным кодом, является самой популярной и качественной OCR-библиотекой.

OCR использует нейронные сети для поиска и распознавания текста на изображениях.

Tesseract ищет шаблоны в пикселях, буквах, словах и предложениях, использует двухэтапный подход, называемый адаптивным распознаванием. Требуется один проход по данным для распознавания символов, затем второй проход, чтобы заполнить любые буквы, в которых он не был уверен, буквами, которые, скорее всего, соответствуют данному слову или контексту предложения.

Now FAQ about various related things