Как стать автором
Обновить
50.55
Сначала показывать

Сказ про робота Unitree A1 — Часть 1: Базовые возможности

Уровень сложности Простой
Время на прочтение 10 мин
Количество просмотров 1.8K

В 2022 году наш Университет - московский ордена Ленина, ордена Октябрьской Революции авиационный институт имени Серго Орджоникидзе, ну или просто МАИ принял участие и победил в конкурсе Приоритет 2030. Мы, как самое передовое в Мире МАИ подразделение приобрели робота собаку Unitree A1 для опасных экспериментов развития науки и прокачивания навыков наших студентов IT-магистратур. Об опыте работы с данным чудом техники мы и решили поведать на Хабре. 

Читать далее
Всего голосов 16: ↑14 и ↓2 +12
Комментарии 11

XR Дайджест – аналитика, новости и последние события мира phygital

Время на прочтение 5 мин
Количество просмотров 779

Всем привет!

Мы постоянно следим за миром phygital, актуальными событиями, новостями и аналитикой, и делимся им с вами в нашем ежемесячном дайджесте "DIGEST: Dive into phygital." В нем мы собираем всю информацию о последних исследованиях, разработках, новых гарнитурах и кейсах в сфере виртуальной и дополненной реальности. 

Читать далее
Рейтинг 0
Комментарии 0

Развитие BI-систем: тренды и движение в сторону ABI. Взгляд со стороны визуализации

Время на прочтение 8 мин
Количество просмотров 9.6K

Почему привычные нам BI-системы меняются? Куда движется их развитие, какие технологии сейчас внедряются, как можно улучшить аналитику для бизнеса? В этой статье мы коснемся этих вопросов и постараемся ответить, чего следует ожидать в ближайшем будущем от систем бизнес-аналитики.

Читать далее
Всего голосов 2: ↑2 и ↓0 +2
Комментарии 1

Дополненная реальность для проектов: механики применения и эффект для бизнеса

Время на прочтение 2 мин
Количество просмотров 2.2K

Как не запутаться в большом объеме информации о дополненной реальности, где ее применять и как она работает? 

Вопрос эффективности для бизнеса стоит остро, и в условиях пандемии новые инструменты как никогда актуальны. Поэтому мы выпустили White Paper  “AR механики: все о дополненной реальности”, где доступным языком  объяснили, как разные подходы в создании дополненной реальности решают боли компаний.

Читать далее
Всего голосов 3: ↑3 и ↓0 +3
Комментарии 0

Онлайн-хакатон: кому и зачем это нужно?

Время на прочтение 4 мин
Количество просмотров 4.1K

Хакатон - командное состязание разработчиков, дизайнеров, менеджеров, аналитиков, которые в течение бессонного уик-энда должны подготовить хардверный проект либо приложение. В качестве исходных данных используется задача от заказчиков-спонсоров.

Если раньше хакатоны преимущественно проводились в офлайне, а онлайн-формат был чем-то непонятным и непопулярным, то сегодня хакатон «в интернете» уже не вызывает скепсис.

Есть ли плюсы в онлайне и для кого? Порассуждаем на тему, а также поделимся опытом, как в 2020 году мы провели самый масштабный онлайн-хакатон в авиаиндустрии.

Читать далее
Рейтинг 0
Комментарии 2

2D-to-3D: конструируем сервис для экспериментов с реконструкциями формы

Время на прочтение 8 мин
Количество просмотров 7.6K

Привет, хабровчане! Сегодня мы хотим поделиться с вами нашим опытом по созданию сервиса для апробации моделей 3D реконструкции. В заметки мы:

кратко обсудим что из себя представляет задача 2D-to-3D, 

взглянем на наиболее успешные алгоритмы и работы, 

сравним параметрический и непараметрический подходы к восстановлению формы лица и тела человека,

разберем как устроен наш сервис для апробации моделей пространственной реконструкции.

Всех, кто хотел бы на манер “Чудес науки” переместить девушку с обложки глянцевого журнала к себе в комнату хотя бы в AR, просим под кат.

Читать далее
Всего голосов 5: ↑5 и ↓0 +5
Комментарии 0

Осваиваем анализ лидарных данных и измеряем дорожные знаки

Время на прочтение 14 мин
Количество просмотров 45K

Всем привет! Сегодня мы хотели бы поделиться с вами нашим опытом анализа лидарных облаков. В заметке расскажем: 

какими инструментами и библиотеками можно пользоваться для анализа и обработки лидарных данных;

рассмотрим практический пример анализа лидарных облаков, полученных с лидарного комплекса, установленного на автомобиле;

попробуем применить стандартные библиотеки и техники для анализа и визуализации данных.

Читать далее
Всего голосов 3: ↑3 и ↓0 +3
Комментарии 0

Компьютерное зрение в промышленной дефектоскопии: Часть 2 “Генерируем стремные трубы чтобы порадовать нейронку”

Время на прочтение 13 мин
Количество просмотров 4.4K


В предыдущей заметке мы рассказали о том, как мы решали задачу из области промышленной дефектоскопии методами современного машинного зрения. В частности, мы упомянули, что одним из подходов к обогащению данных обучающей выборки является генератор синтетических данных. В этой заметке мы расскажем:


  • как сделали такой генератор на основе Blender и Python,
  • какие типы масок для задач компьютерного зрения вообще можно получить в Blender.
Читать дальше →
Всего голосов 4: ↑4 и ↓0 +4
Комментарии 1

Компьютерное зрение в промышленной дефектоскопии: Часть 1 “Как мы заставляли нейронку пялиться на ржавчину”

Время на прочтение 23 мин
Количество просмотров 12K


Сегодня мы хотим поделиться опытом решения задачи детекции дефектов на снимках промышленных объектов методами современного компьютерного зрения.


Наш рассказ будет состоять из нескольких частей:


  • “Постановка задачи и Данные”, в которой мы будем смотреть на ржавые отопительные котлы и лопнувшие трубы, наслаждаться разметкой и аугментацией данных, а также будем вращать и шатать трубы чтобы сделать данные разнообразнее;
  • “Выбор архитектуры”, в которой мы сядем на два стула попытаемся выбрать между скоростью и точностью;
  • “Фреймворки для обучения”, в которой мы будем погружаться в Darknet и заглянем в MMLab и покажем как сделать итоговое решение воспроизводимым и удобным для тестов.

Всем кому интересно взглянуть на пайплайн решения задачи из области машинного зрения и любителям ржавчины и трещин (не показывайте эту заметку сантехникам) просим под кат.

Читать дальше →
Всего голосов 15: ↑14 и ↓1 +13
Комментарии 2

3D ML. Часть 6: Обзор алгоритмов семантической сегментации облака точек

Время на прочтение 17 мин
Количество просмотров 9.3K


Мы уже успели поговорить про сверточные операторы на графах, а теперь посмотрим на реальные архитектуры.


В этой заметке мы сравним между собой модели глубокого обучения, направленные на решение задачи семантической сегментации облака точек, и попытаемся выяснить, какие из существующих моделей наиболее пригодны для встраивания в реальную систему сканирования пространства.

Читать дальше →
Всего голосов 8: ↑8 и ↓0 +8
Комментарии 1

3D ML. Часть 5: Свертки на графах

Время на прочтение 13 мин
Количество просмотров 6.8K


В предыдущих заметках данной серии мы уже успели поговорить о датасетах и инструментах, функциях потерь и примерах прикладных задач, а сейчас пора перейти к “ядру” любой подобласти глубокого обучения — к их архитектурам. Но, прежде чем разбираться с тем как устроены целые архитектуры, стоит разобраться в их составных частях, делающих их пригодными для применения к неевклидовым данным.


Наверное вы уже догадались, что речь сегодня пойдет о сверточных операторах на графах.

Читать дальше →
Всего голосов 9: ↑8 и ↓1 +7
Комментарии 1

Оптимизация 3D-графики под WebGL (опыт PLANT-SIM)

Время на прочтение 8 мин
Количество просмотров 6.2K

В этой статье речь пойдет об оптимизации Unity-сцены проекта Plantsim 1.0.: о визуальной части цифровой копии предприятия Tennessee Eastman Process, реализованного на Unity 2017.1.1f1.


image


Заметка от партнера IT-центра МАИ и организатора магистерской программы “VR/AR & AI” — компании PHYGITALISM.

Читать дальше →
Всего голосов 8: ↑8 и ↓0 +8
Комментарии 12

3D ML. Часть 4: дифференциальный рендеринг

Время на прочтение 15 мин
Количество просмотров 7.4K


В нескольких предыдущих заметках данной серии мы уже упоминали понятие дифференциального рендеринга. Сегодня пришло время разъяснить что это такое и с чем это едят.


Мы поговорим о том, почему традиционный пайплайн рендеринга не дифференцируем, зачем исследователям в области 3D ML потребовалось сделать его дифференцируемым и как это связано с нейронным рендерингом. Какие существуют подходы к конструированию таких систем, и рассмотрим конкретный пример — SoftRasterizer и его реализацию в PyTorch 3D. В конце, с помощью этой технологии, восстановим все пространственные характеристики “Моны Лизы” Леонардо Да Винчи так, если бы картина была не написана рукой мастера, а отрендерена с помощью компьютерной графики.

Читать дальше →
Всего голосов 17: ↑17 и ↓0 +17
Комментарии 3

Tangible user interface: распознавание объектов при работе с multi-touch системой

Время на прочтение 11 мин
Количество просмотров 1.6K

Делимся опытом работы с Tangible User Interface и рассказываем, как распознавать маркеры по точечным паттернам. Вы узнаете, как с помощью дисплея и инфракрасной рамки сделать эффектную визуализацию, а также какие подводные камни могут встретиться при работе с TUIO.


image


Заметка от партнера IT-центра МАИ и организатора магистерской программы “VR/AR & AI” — компании PHYGITALISM.

Читать дальше →
Всего голосов 1: ↑1 и ↓0 +1
Комментарии 0

Unity UIElements: первые впечатления в продакшн

Время на прочтение 8 мин
Количество просмотров 10K

Сегодня мы поделимся впечатлениями от работы с нашумевшим фреймворком от Unity — UIToolkit, известным также как UIElements. Мы рассмотрим его основные особенности без глубокого погружения в код. Стоит уточнить, что у команды ранее не было опыта работы с веб-версткой и очевидные для профессионалов этой сферы вещи, для нас могут быть не очевидны.


image


Заметка от партнера IT-центра МАИ и организатора магистерской программы “VR/AR & AI” — компании PHYGITALISM.

Читать дальше →
Всего голосов 6: ↑6 и ↓0 +6
Комментарии 2

3D ML. Часть 3: датасеты и фреймворки в 3D ML

Время на прочтение 14 мин
Количество просмотров 7.6K


Работая в конкретной предметной области в рамках машинного обучения (в нашем случае это 3D) необходимо понимать какие существуют основные датасеты на основе которых обучаются и тестируются модели, а также какие существуют библиотеки и программы для комфортной работы с учетом специфики данных.


В этой заметке мы рассмотрим какие существуют основные датасеты в области 3D ML и какие фреймворки для работы с 3D данными могут пригодиться датасаентисту при разработке моделей машинного обучения в данной области.

Читать дальше →
Всего голосов 2: ↑2 и ↓0 +2
Комментарии 1

3D ML. Часть 2: функции потерь в задачах 3D ML

Время на прочтение 22 мин
Количество просмотров 10K


Основной сложностью при выборе функций ошибок для работы с 3D данными является неевклидовость рассматриваемых структур, из-за которой задача определения расстояния в пространстве 3D моделей становится совсем нетривиальной.


В этой заметке мы поговорим о том, какие функции ошибки (Loss functions) алгоритмов используются в 3D ML, какие из них можно использовать в качеств метрик качества (metrics), а какие — в качестве регуляризаторов (regularizers).

Читать дальше →
Всего голосов 25: ↑25 и ↓0 +25
Комментарии 1

3D ML. Часть 1: формы представления 3D-данных

Время на прочтение 25 мин
Количество просмотров 23K


Сегодня появляется все больше 3D датасетов и задач, связанных с 3D данными. Это связано с развитием робототехники и машинного зрения, технологий виртуальной и дополненной реальности, технологий медицинского и промышленного сканирования. Алгоритмы машинного обучения помогают решать сложные задачи, в которых необходимо классифицировать трехмерные объекты, восстанавливать недостающую информацию о таких объектах, или же порождать новые. Несмотря на достигнутые успехи, в области 3D ML остаются еще нерешенными ряд задач, и эта серия заметок призвана популяризировать направление среди русскоязычного сообщества.


В первой части будут рассмотрены основные формы и форматы представления пространственных данных и их особенности.

Читать дальше →
Всего голосов 24: ↑24 и ↓0 +24
Комментарии 2

Как искусственный интеллект может улучшить киберфизические системы?

Время на прочтение 10 мин
Количество просмотров 2.8K



Что такое киберфизические системы, почему они так актуальны сегодня, и какую роль в их развитии играет искусственный интеллект?


Изучение различных свойств информационно-технических систем с точки зрения взаимодействия их физической и цифровой составляющих — новое и актуальное направление современной науки о киберфизических системах [1].


Главными составными частями любой киберфизической системы являются (Рис.1):


  • физический слой системы (различные объекты реального физического мира самой разнообразной природы);
  • цифровой слой системы (множество данных о системе, хранимых в памяти компьютеров, алгоритмы управления физическими объектами, алгоритмы обработки информации и пр.);
  • интерфейс взаимодействия цифрового и физического слоя (различные сенсоры, управляющие механизмы и пр.);
  • интерфейс взаимодействия цифрового и физического слоя с человеком (различные XR технологии).
Читать дальше →
Всего голосов 7: ↑6 и ↓1 +5
Комментарии 1

Зачем идти в IT-магистратуру

Время на прочтение 4 мин
Количество просмотров 39K

«А нам и без магистратуры неплохо…»


  • Билл Гейтс не имеет высшего образования – только два года обучения в бакалавриате Гарвардского университета…
  • Стив Джобс проучился всего 1 семестр в колледже…
  • Павел Дуров имеет диплом специалиста-филолога, а основатели Яндекса – Аркадий Волож и Илья Сегалович учились на геологов…

Этот список можно было бы продолжить и убедиться, что и без специальной магистратуры в области информационных технологий можно очень неплохо преуспеть в области IT.

Но это не совсем верно. Попробуем это доказать.

image
Читать дальше →
Всего голосов 30: ↑19 и ↓11 +8
Комментарии 81

Информация

Сайт
mai.ru
Дата регистрации
Численность
Неизвестно
Местоположение
Россия