Как стать автором
Обновить

Компания Singularis временно не ведёт блог на Хабре

Сначала показывать

Беспилотники уже часть нашей жизни. Вы это заметили? Часть 3

Время на прочтение6 мин
Количество просмотров6.7K

Большой дайджест о новинках в области дронов и наземных беспилотников: грузовые-дроны с двигателем от Лады, автобусы без водителя, беспилотные авианосцы и беспилотные квадрокоптеры для мониторинга ветряков. Рассказываем о продуктах, которые уже введены в регулярную эксплуатацию.

Читать далее

Сферический БПЛА в воздухе

Время на прочтение6 мин
Количество просмотров13K

Представьте, что вы решили сконструировать воздушный шар. И пусть даже не в натуральную величину, а уменьшенную модель – но главное, чтобы летала!!! С чего начать, как подступиться к этой задаче?

Раз задача инженерная, начать нужно с математики и физики. В нашем случае с того, чтобы разобраться, почему воздушный шар летает, и какие силы при этом на него действуют.

Читать далее

Беспилотники — уже часть нашей жизни. Вы это заметили? Часть 2

Время на прочтение4 мин
Количество просмотров5.6K

В первой части мы писали о доставке больших партий грузов между городами. Теперь посмотрим, как автоматизируется доставка заказа до конечного клиента в городе. Для беспилотников это принципиально разные задачи. Маневрировать среди прохожих — далеко не то же самое, что ехать по шоссе. В городах нужны другие технологии.

Читать далее

Компьютерное зрение — что может увидеть машина?

Время на прочтение3 мин
Количество просмотров6.7K

Компьютерное зрение (Computer Vision или CV) — технология, которая позволяет производить обнаружение, отслеживание и классификацию объектов. Первые попытки научить машины «видеть» совершались еще в 60-х годах прошлого века.

Рассказываем о том, в каких сферах применяется компьютерное зрение сегодня, и где ждать технологию в ближайшем будущем.

 

Читать далее

Генератор дезинформации, топливо без выбросов и приближение лечения рака — 3 прорыва 2020-2021

Время на прочтение7 мин
Количество просмотров6.1K

В этой статье разберём три технологических прорыва 2020–2021 годов: генератор текстов на нейросетях GPT-3, экологически чистый «зелёный» водород и алгоритм AlphaFold 2, который решил сложную задачу биологии.

Читать далее

Истории

Беспилотники — уже часть нашей жизни. Вы это заметили? Часть 1

Время на прочтение4 мин
Количество просмотров4.8K

Транспорту будущего не нужны водители, пилоты, машинисты. Не нужны и операторы дистанционных пультов управления. На планете много мест, где транспорт уже перевозит грузы и людей самостоятельно.

Рассказываем о последних достижениях и трендах в мире грузовых беспилотников.

Читать далее

Нейросети уже рисуют картины и пишут сценарии. Где ещё они догоняют человека

Время на прочтение7 мин
Количество просмотров36K

К 2025 году искусственный интеллект заменит 85 миллионов рабочих мест, в том числе — творческих. Нейронные сети уже умеют рисовать картины, писать сценарии и создавать музыку, а их произведения продают на аукционах за огромные деньги.   

В этой статье разберёмся, на что ещё способны нейросети, как у них получается так хорошо подражать людям и где они смогут заменить человека. И обязательно попробуем сгенерировать что-нибудь сами.  

Читать далее

Проецирование положения объектов с камеры видеонаблюдения на карту, используя лишь школьную геометрию

Время на прочтение4 мин
Количество просмотров11K

Возможно ли превратить координаты на изображении в конкретные географические координаты? Несмотря на то, что это звучит несколько необычно, такая конвертация вполне возможна.

Сегодня я расскажу о том, как можно спроецировать координаты с плоского изображения на карту. Эта короткая статья будет своеобразным продолжением первой статьи, в которой я рассказывал о базовых возможностях Mask R-CNN.

Начать конвертацию

Сказ о том, как я Home Assistant настраивал

Время на прочтение11 мин
Количество просмотров201K


Home Assistant — это популярная система умного дома, которая автоматизирует привычные бытовые процессы и работает на YAML файлах. В этой статье я расскажу, как настроить Home Assistant (далее HA), и что конкретно я использую в повседневной жизни. Это поможет вам избежать ошибок и быстрее продвинуться в изучении HA.


На Хабре уже есть статьи о HA (раз, два, три), но здесь я хочу рассказать об установке и настройке системы от начала до конца. От первого запуска сервера до полноценно работающей системы, которую потом можно улучшать и дорабатывать для себя.

Читать дальше →

Фильтр Калмана — это легко

Время на прочтение18 мин
Количество просмотров85K


Много людей, в первый раз сталкивающихся в работе с датчиками, склонны считать, что получаемые показания — это точные значения. Некоторые вспоминают, что в показаниях всегда есть погрешности и ошибки. Чтобы ошибки в измерениях не приводили к ошибкам в функционировании системы в целом, данные датчиков необходимо обрабатывать. На ум сразу приходит словосочетание “фильтр Калмана”. Но слава этого “страшного” алгоритма, малопонятные формулы и разнообразие используемых обозначений отпугивают разработчиков. Постараемся разобраться с ним на практическом примере.
Читать дальше →

Спецификации на стероидах

Время на прочтение9 мин
Количество просмотров3.9K
Тема абстракций и всяких прелестных паттернов – хорошая почва для развития холиваров и вечных споров: с одной стороны, мы имеем следование мейнстриму, всяким модным словам и чистому коду, с другой стороны, мы имеем практику и реальность, которые всегда диктуют свои правила.

Что делать, если абстракции начинают «подтекать», как воспользоваться фишками языка и что можно выжать из паттерна «спецификация» — смотри под катом.
Читать дальше →

Большой адронный коллайдер и Одноклассники

Время на прочтение9 мин
Количество просмотров1.9K

Продолжая тему конкурсов по машинному обучению на хабре, хотим познакомить читателей еще с двумя платформами. Они конечно не такие огромные как kaggle, но внимания определенно заслуживают.



Лично мне kaggle не слишком нравится по нескольким причинам:


  • во-первых, соревнования там часто длятся по несколько месяцев, и для активного участия приходится тратить уйму сил;
  • во-вторых, public kernels (публичные решения). Адепты kaggle советуют к ним относиться со спокойствием тибетских монахов, но в реальности довольно обидно, когда то, до чего ты шел месяц или два, вдруг оказывается выложенным на блюдечке всем подряд.

К счастью, соревнования по машинному обучению проводятся и на других платформах, и о паре таких соревнований и пойдет речь.

Читать дальше →

Kaggle: не можем ходить — будем бегать

Время на прочтение19 мин
Количество просмотров13K
Насколько сложна тема машинного обучения? Если Вы неплохо математически подкованы, но объем знаний о машинном обучении стремится к нулю, как далеко Вы сможете зайти в серьезном конкурсе на платформе Kaggle?


Попробуем выяснить, насколько глубока кроличья нора

Как мы писали приложение на хакатоне NASA Space Apps Challenge

Время на прочтение9 мин
Количество просмотров2.6K
20 — 21 октября в Москве проходил международный хакатон NASA Space Apps Challenge. Его организаторами в России выступили ребята из сообщества Russian.Hackers. В рамках мероприятия участникам было предложено решить 20 кейсов по различным тематикам: от съемки фильма о хакатоне до разработки приложений мониторинга и проектирования автономных летательных аппаратов. Полный список тем можно изучить по ссылке или в статье на Хабре.

Наша команда “Space Monkeys”, в которую входили Олег Бородин (Front-end developer в Singularis lab), Владислав Плотников (QA engineer в Singularis lab), Егор Швецов, Дмитрий Петров, Юрий Бедеров и Николай Денисенко, выбрала для решения проблему под броским названием “Spot that fire!”, которая сформулирована следующим образом: “Применить краудсорсинг, чтобы люди могли вносить свой вклад в обнаружение, подтверждение и отслеживание лесных пожаров. Решением может быть мобильное или веб приложение.

В силу того, что в команде было собрано 5 разработчиков с опытом разработки под различные платформы, сразу же было решено, что прототип нашего приложения будет реализовываться под Web и Mobile платформы.
Читать дальше →

Ближайшие события

2 – 18 декабря
Yandex DataLens Festival 2024
МоскваОнлайн
11 – 13 декабря
Международная конференция по AI/ML «AI Journey»
МоскваОнлайн
25 – 26 апреля
IT-конференция Merge Tatarstan 2025
Казань

Глубокое обучение для определения стиля и жанра картин

Время на прочтение8 мин
Количество просмотров6.7K

Привет, Хабр!


Сегодня я хочу рассказать о второй части проекта сервиса для идентификации и классификации произведений искусства. Напомню, что мы решали две основные задачи:


  1. поиск картины в базе данных по фотографии, сделанной мобильным телефоном;
  2. определение стиля и жанра картины, которой нет в базе данных.

Сегодня мы рассмотрим применение сверточной нейронной сети для классификации изображений по стилю и жанру.



Поможем Даше разобраться в современном искусстве?

Читать дальше →

Глубокое обучение для идентификации картин

Время на прочтение8 мин
Количество просмотров5.5K

Привет, Хабр! Сегодня я хочу рассказать о том, как глубокое обучение помогает нам лучше разобраться в искусстве. Статья разбита на части в соответствии с задачами, которые мы решали:


  1. поиск картины в базе данных по фотографии, сделанной мобильным телефоном;
  2. определение стиля и жанра картины, которой нет в базе данных.

Все это должно было стать частью сервиса БД Артхив и его мобильных приложений.


Задача идентификации картин состояла в том, чтобы по изображению, приходящему от мобильного приложения, найти в базе данных соответствующую картину, затратив на это менее одной секунды. Обработка целиком в мобильном устройстве была исключена на этапе предпроектного исследования. Кроме того, оказалось, что невозможно трудно гарантированно выполнить на мобильном устройстве отделение картины от фона в реальных условиях съемки. Поэтому мы решили, что наш сервис будет принимать на вход фотографию с мобильного телефона целиком, со всеми искажениями, шумами и возможным частичным перекрытием.



Поможем Даше найти эти картины в базе из более чем 200 000 изображений?

Читать дальше →

Исправление опечаток, взгляд сбоку

Время на прочтение7 мин
Количество просмотров10K
Мы поговорим об использовании модных «Word embedding» не совсем по назначению — а именно для исправления опечаток (строго говоря, и ошибок тоже, но мы предполагаем, что люди грамотные и опечатываются). На хабре была довольно близкая статья, но здесь будет немного о другом.


Визуализация Word2Vec модели, полученная студентом. Обучалась на «Властелине колец». Явно что-то на черном наречии.
Читать дальше →

Трансляция h264 видео без перекодирования и задержки

Время на прочтение10 мин
Количество просмотров48K
Не секрет, что при управлении летательными аппаратами часто используется передача видео с самого аппарата на землю. Обычно такую возможность предоставляют производители самих БПЛА. Однако что же делать, если дрон собран своими руками?

Перед нами и нашими швейцарскими партнёрами из компании Helvetis встала задача транслировать видео в режиме реального времени с web-камеры с маломощного embedded-устройства на дроне по WiFi на Windows-планшет. В идеале бы нам хотелось:

  • задержку < 0.3с;
  • низкую загрузку CPU на embedded-системе (меньше 10% на одно ядро);
  • разрешение хотя бы 480p (лучше 720p).

Казалось бы, что может пойти не так?


Читать дальше →

Реализация синхронизации по требованию

Время на прочтение10 мин
Количество просмотров10K
За последнее десятилетие значительно повысилась доступность Интернета. Поэтому и число приложений, которые работают в связке клиент-сервер, тоже выросло в разы. Но что делать, если доступ в сеть есть, но не всегда? Именно с таким требованием от заказчика мы столкнулись в одном из проектов. Всех, кому интересно разработанное нами решение, прошу под кат.


Читать дальше →

Векторизация кода преобразования координат в пространстве на Intel® Xeon Phi™ с помощью низкоуровневых инструкций

Время на прочтение10 мин
Количество просмотров9.1K

Введение


При решении задач моделирования движения объектов в трехмерном пространстве практически всегда требуется использование операций пространственных преобразований, связанных с умножением матриц преобразований и векторов. Для задачи N тел эта операция используется многократно для задания поворота и смещения тела относительно начала координат. Матрица пространственного преобразования имеет размерность 4х4, а размерность вектора, к которому применяется преобразование, соответственно 4x1. Рассмотрим оптимизацию выполнения такой операции с большим числом матриц и векторов под архитектуру Intel® Xeon Phi™.


Читать дальше →
1