С простыми задачами, например вычленить топонимы из текста — да, можно обойтись и небольшой моделью. Но предполагаю ситуации, в которых мы потеряем смысл, разбив текст на чанки, например: - нелинейное повествование, где лишь по косвенным признакам можно восстановить всю канву - в разных главах герой взаимодействует с несколькими персонажами, которые обращаются к нему по-разному - "рассказ в рассказе" — без взгляда снаружи это не понять при анализе по частям. В статье действительно, в основном довольно прямолинейные примеры, где разбиение на чанки не повредит, согласен.
В идеале (и в плане развития идеи) — да. Здесь отказался от панорам, так как они, как правило, в городской местности, а генерировать ее несравнимо сложнее, как показала практика. Ну и собирать их, как показалось, сильно заморочнее.
Да, можно отдельно поискать признаки и на данных рельефа. Думаю особенно актуально было бы для горной местности, хотя и водоемы тоже характерны на картах высот. Как развитие идеи, определенно стоит и на высоты смотреть.
Очень интересный момент со старыми технологиями экранов. Никогда не сталкивался с потребностью проверить веб-страницу физически на экране другой технологии. Все ограничивается проверкой на куче вариантов разрешений, но физически на своем устройстве. Может, конечно, никто так глубоко не закапывается, но бегло не нашел ни одного такого сервиса (на вход url на выход трансляция/фотографии открытой страницы на разных устройствах от ЭЛТ до OLED). А было бы забавно)
Спасибо! Да, интересно проследить отражение этих тенденций и в играх. Но с играми сложнее, так как придется иметь дело с целым зоопарком технологий, собрать датасет не так просто как с библиотекой сохраненных сайтов.
Да, про равномерность, ускорения и остановки — хорошая идея, вероятно тоже о многом говорит.
Про непосредственное детектирование снега/грязи/льда — кажется, это схоже распространенному решению про отслеживание уборочной техники. Мы знаем, что где-то прошла техника, или что где-то с определенной вероятностью лежит снег, но не знаем, как это сказывается на движении. То есть делаем предположение об одной величине, оценивая другую. А о том, насколько плохо пешеходам в той или иной точке города, скажет только анализ их перемещений.
Здесь, к сожалению, не удалось узнать модель камеры и, соответственно, найти готовые коэффициенты. Поэтому в формате несерьезного исследования остановился на том, что подобрал коэффициент для исправления «бочки» на глаз, сравнивая итоговый результат со спутниковыми снимками.
А насчет калибровки шахматным полем — помню со студенческих увлечений алгоритмами стереозрения, что сильно улучшил результаты калибровки, когда распечатал доску на листе большого размера (склеил несколько А4).
Экспертно не отвечу, но предположу, что специализированные средства визуализации должны уметь
С простыми задачами, например вычленить топонимы из текста — да, можно обойтись и небольшой моделью. Но предполагаю ситуации, в которых мы потеряем смысл, разбив текст на чанки, например:
- нелинейное повествование, где лишь по косвенным признакам можно восстановить всю канву
- в разных главах герой взаимодействует с несколькими персонажами, которые обращаются к нему по-разному
- "рассказ в рассказе" — без взгляда снаружи это не понять при анализе по частям.
В статье действительно, в основном довольно прямолинейные примеры, где разбиение на чанки не повредит, согласен.
Благодарю! Да, я накрутил велосипедов в matplotlib, можно попробовать погенерировать результаты в каком-то популярном формате для визуализации
А есть какая-нибудь метрика, которая покажет снижение интереса к текстовому описанию, когда доля сгенерированных станет большой?
И есть ли в целом какой-то план Б на этот случай?
Вопросов нет, лишь праздное любопытство относительно мнения жюри. Понятно, спасибо!
Кажется, в прошлом году публиковали протоколы жюри. А в этом можно будет полюбопытствовать?
Возможно вернусь позже, пока нет
В идеале (и в плане развития идеи) — да. Здесь отказался от панорам, так как они, как правило, в городской местности, а генерировать ее несравнимо сложнее, как показала практика. Ну и собирать их, как показалось, сильно заморочнее.
Да, можно отдельно поискать признаки и на данных рельефа. Думаю особенно актуально было бы для горной местности, хотя и водоемы тоже характерны на картах высот. Как развитие идеи, определенно стоит и на высоты смотреть.
Классная статья! А есть уже какие-то устоявшиеся открытые решения-санитайзеры пользовательского ввода?
Самые умные учатся обратным распространением чужой ошибки, остальные на своих
Очень интересный момент со старыми технологиями экранов. Никогда не сталкивался с потребностью проверить веб-страницу физически на экране другой технологии. Все ограничивается проверкой на куче вариантов разрешений, но физически на своем устройстве. Может, конечно, никто так глубоко не закапывается, но бегло не нашел ни одного такого сервиса (на вход url на выход трансляция/фотографии открытой страницы на разных устройствах от ЭЛТ до OLED). А было бы забавно)
>Поэтому не хватает графиков цветового охвата цветов мониторов за этот же период.
Прям очень хорошее замечание, спасибо! Стоит отнормировать на эти характеристики, да
Да уж, если есть нейронная сеть для оценки недвижимости по фотографиям, палитра цветов — хороший параметр для оценки возраста ремонта
Да! Москвичи 412 вообще, кажется, не красили во что-то спокойное)
Спасибо! Да, интересно проследить отражение этих тенденций и в играх. Но с играми сложнее, так как придется иметь дело с целым зоопарком технологий, собрать датасет не так просто как с библиотекой сохраненных сайтов.
Да, про равномерность, ускорения и остановки — хорошая идея, вероятно тоже о многом говорит.
Про непосредственное детектирование снега/грязи/льда — кажется, это схоже распространенному решению про отслеживание уборочной техники. Мы знаем, что где-то прошла техника, или что где-то с определенной вероятностью лежит снег, но не знаем, как это сказывается на движении. То есть делаем предположение об одной величине, оценивая другую. А о том, насколько плохо пешеходам в той или иной точке города, скажет только анализ их перемещений.
Присоединяюсь к вышесказанному про терминологию. Силами Веб-стандартов собран классный словарик терминов фронтенда: https://github.com/web-standards-ru/dictionary/blob/main/dictionary.md#promises. Промисы они и есть промисы. Статья отличная!
Спасибо!
Здесь, к сожалению, не удалось узнать модель камеры и, соответственно, найти готовые коэффициенты. Поэтому в формате несерьезного исследования остановился на том, что подобрал коэффициент для исправления «бочки» на глаз, сравнивая итоговый результат со спутниковыми снимками.
А насчет калибровки шахматным полем — помню со студенческих увлечений алгоритмами стереозрения, что сильно улучшил результаты калибровки, когда распечатал доску на листе большого размера (склеил несколько А4).
Точно, оценим работу и ЖКХ и ГИБДД