На авито лежат б/у видеокарты NVIDIA CMP 90HX без видео выхода, аналог RTX 3070 Ti, чуть получше даже, по 10К рублей, интересно было бы собрать систему для обучения нейросетей, слева на картинке CMP 90HX, что вы думаете?

Захотелось как то сделать пару мемов со знакомым, полез в интернет искать "замена лица", или долго, или платно, либо нужно ставить python, покурил github и за пару дней наваял программку для смены лица, никакого python, интерфейс отстой, но работает быстро и качественно переносит лицо, если пригодится буду рад за плюсик в карму.

Yandex Disk 373,8 МB .zip https://disk.yandex.ru/d/iq7-AzbwOdROag

https://github.com/DonkeySmall/FaceSwap/tree/main?tab=readme-ov-file

Генератор картинок RealVisXL V4.0 на основе Stable Diffusion SDXL 1.0 может создавать изображения 18+ не отличимые от реальных, 232,957 загрузок в месяц

Картинка была сгенерирована в AUTOMATIC1111+RealVisXL V4.0

Невиданная щедрость обновленного Яндекс Маркета, что будет дальше?

Нет это не шутка, есть даже чек, и все ломанулись на маркет

Думаю все просто, ранее набирал в поиске эти товары и система выдала самую низкую цену. Продавец думаю расстроен.

Быстро они отработали однако, не прошло и пару часов

Заказ № 448265291/448265291 

Отменён

Техническая ошибка

На одном известном маркетплейсе из 4 букв появились в продаже видеокарты MSI RTX 4090 SUPRIM X CLASSIC 24G за 55K рублей, слюна течет. В чем подвох кто ни будь может объяснить? Продавцы этих карт не отвечают вообще ни на какие вопросы.

Трансформеры для распознавания автомобильных номеров удивили меня.

В продолжение темы https://habr.com/ru/posts/799 287/ про распознавание текста с помощью трансформеров, решил попробовать натренировать сеть на распознавание автомобильных номеров на небольшом датасете.

Пару часов тренировки и получаем вот такой результат:

eval_loss': 0.003, 'eval_cer': 0.001, 'eval_acc': 0.999

100% распознавание, скорость инференса на CPU ~0.09 сек.

Можно попробовать в блокноте https://github.com/IgorZorkov/number-plates-ocr/blob/main/number_plates_ocr.ipynb

Трансформеры для распознавания текста удивили меня.

Решил я тоже приобщиться к трансформерам, а именно — использовать TrOCR для распознавания кириллицы, взял 2 миллиона картинок отсюда, плюс 5 миллионов синтетических картинок для машинного текста, модель самая маленькая microsoft/trocr‑small‑handwritten, протренировав пока всего 4% датасета, получил вот такой результат:

eval_loss': 0.08684375882148743, 'eval_cer': 0.19802096831193308, 'eval_acc': 0.834890964431634

Товарищи, коллеги приветствую, занимаюсь машинным обучением, а именно распознаванием текста, вот нагенерировал синтетических данных для обучения, если кому будет полезно с вас + в карму

https://github.com/DonkeySmall/Text-Recognition-Dataset?tab=readme-ov-file