Минала битка · 2024-02-05 UTC
Computer Vision Двубой — 5 февруари 2024 г.
От категория Computer Vision. 27 гласове поставени сред 8 бойци. Trickle грабна короната.
Финално класиране
Съставът
Бойците
Профили на всеки инструмент, който се състезава в тази битка, класирани по техния финален резултат.
Trickle е платформа, която позволява на потребителите да създават веб приложения, сайтове и АИ агенти чрез простонародни пълномощия. Тя позволява на потребителите да превърнат своите идеи в живи приложения и уеб сайтове с помощта на аи. Платформата изглежда се ориентира към самостоятелни лица, които искат да създават уеб приложения без обширна познания по програмиране. Интърфейсът на Trickle изглежда лесен за ползване, позволявайки потребителите да въвеждат естествен език за генериране на уеб приложения. Платформата също има секция за общност с проекти и предоставя различни ресурси като шаблони, блог и changelog. Въпреки това, конкретни детали за нейния протокъл за работа, интеграции и ограничения не са добре известни.
Разбивка на критериите
- Пълна генерация на приложения чрез езикови команди
- Събитник AI агент за създаване
- Визуален редактор за източни данни
- Публикуване и хостинга с един клик
- Модели за съществуващи потребителски случаи
- Вградени данни и интеграции с API
DeepFace AI
Пишечно фреймворк за facial recognition и атрибутина анализа, поддръжка на множество модела на пълния етап
DeepFace AI е Питон фреймворк, проектиран за facial recognition и анализ на атрибути. Поддържа множество модерни модели на висок клас, които позволяват на разработчиците да извадят предимствата на различни архитектури за конкретните им случая на употреба. Фramework-а е предназначен за разработчици и изследователи, които имат нужда да анализират facial attributes, като възраст, пол и емоции, или да изпълняват задачи на facial verification и identification. Осъществявайки обединен интерфейс към множество модели, DeepFace AI лесва процеса на интегрирането на facial анализ възможности в приложения. Също така мощността на DeepFace AI включва детектиране, аланиране и представяне на лица, както и анализа на атрибути и познаване на лицата. Тя може да се използва в различни програми, включващи сигурност, наблюдение и анализи на социалните медии. Поддръкта на фреймворка за множество модели позволява на разработчиките да изберат най-добрия модел за конкретната задача, смятайки фактори като точност, скорост и изчислителни ресурси. Оедна от основните възможности на DeepFace AI е възможността да поддържа широка насочена на моделите, включваща конвулътни неревиулни мрежи (CNNs) и други дълбоки усвоения архитектури. Това позволява на разработчиките да експериментират с различни модели и да изберат този, който най-добре се съответства с тяхните нужди. Презентацията още така предлага лесен и лесно достъпен API, което прави лесно да се интегрират възможности за лицево анализи в приложения. В общия случай, DeepFace AI е мощно工具 за препознаване на лица и анализ на своите attributes, предлагайки многообразна и скалируема система за разработчици и изследователи. Връхта на ефективността на DeepFace AI обаче съществено зависи от качеството на въведените данни и избора на модела, и то може да изисква значими компютационни ресурси при използване на големия масив.
Разбивка на критериите
- Анализа на facial атрибути
- Мулти-моделен поддръжка
- Реално време facial recognition
- Пишечен API за по-лесно интеграция
- Крос-платформена съвместимост
Segment Anything Model (SAM)
Основният модел на Meta AI за предвидима сегментация на изображения срещу всяка обект или сцена.
Segment Anything Model (САМ) е отворен систем за разделяне на изображения, разработен от Meta AI Research. Даденото изображение и прост текст, като някои точки, правоъгълник или груба маска, довеждат до качествени маски за разделяне за практически всяко обект, без необходимост от задълбочено обучение, специфично за конкретна задача. Моделът SAM е обучен върху набора данни SA-1B, който съдържа над 1 млрд маски за 11 милиона снимки, което му дава силна zero-shot генерализация. Той може да бъде интегриран в линии за обработка на изображения за задачи като анотация, редактиране на изображения, медицинска Imaging, роботика, AR/VR и научна аналица. Моделита и събирателния набор са издадени под лиценз с малко ограничения, което прави SAM обичайна основа за изследователи и програмиращи разработчици, които очакват многофункционален прозорец за разделяне без обученето на личния им модел от самото начало.
Разбивка на критериите
- Предвидима сегментация с точки и квадрати
- Аутоматично генериране на маски за цели изображения
- Предопределит енкодер на изображение на базата на ViT
- Нул-ставка преносимост към нови домейни
- Отворен код и набор SA-1B
- Интегрира се с PyTorch и общ CV стека
Autoware
Отворен източен софтуерен платформ за създаване на системи за автономно возене
Autoware е открыт източник на автомобилно автономно возене софтуерен стек, създаден за захранване на самоходни автомобили в широк спектър от приложения, от лични автомобили до шатъли и индустриални автомобили. Построен на ROS, той предоставя модули за възприятие, локализация, планиране и контрол, което дава на разработчиците пълна основа за изследвания и разполагане на автономност. Поддържан от Фондация Autoware и поддержан от глобално общество на допринасящи, платформата се използва от университети, стартъпи и установени автомобилни компании. Модуларната архитектура позволява на отборите да сменият компоненти, интегрират персонализирани датчици и адаптират стека към конкретни операционни дизайн домейни. Понеже е изцяло с открит код, Autoware намалява бариерата за вход в разработването на автономни превозни средства и насърчава прозрачното сътрудничество при разработването на безопасностно-критичен софтуер.
Разбивка на критериите
- Възприятие с фузия на лидар, камера и радар
- Локализация и поддръжка на HD карти
- Модули за планиране на мисии и движение
- Интерфейси за контрол на превозни средства
- Инструменти за симулация и тестване
- Съвместимост с ROS 2
YOLO (You Only Look Once)
Реално-временна детекция на обекти, която идентифицира множество обекти в единична преминаване през изображението.
YOLO (тили само един път гледай) е семейство алгоритми за детекция на обекти, проектирани с издръжливост и ефективност. Отличава се от традиционните системи за детекция, които прилагат модела към снимката на множество места и размери, YOLO обхваща детекцията като един проблем за регресия, предсказвайки ограничителни квадрати и вероятности за класове в един продължителен път през нейронната мрежа. Тази архитектура прави YOLO особено добре подходяща за реалното време приложения като видео анализ, независими транспортни средства, роботика, наблюдение и повишаване на реалността. Следващите версии (YOLOv3, v5, v7, v8 и след това) са подобрили точността, разширили поддържането на задачи за сегментация и оценка на положение, и запазили репутацията на рамките за бързо използване. YOLO е широко приет от изследователи и разработчици заради своите отворени кодови използвания, активна общност и баланс между прецизността на детекцията и скоростта на обработка на данните на единни графични процесори и дива устройства.
Разбивка на критериите
- Единно-преминавателна реално-временна детекция на обекти
- Предициция на рамка и класова вероятност
- Поддържане на задачи за детекция, сегментация и поза
- Претодаени модели наcommon податотеки като COCO
- Деплоиране на GPU, CPU и устройства за ръждане
- Personalizирана тренировка в податотеки на потребителка
EtechStars
Компания за самодействуващи автомобили, драйвана от AI, която преобразява бъдещето на транспорта.
EtechStars е компания за самоуправляващи се автомобили, основана на АИ технологии, фокусирана върху развитието на самостоятелни превози, които стремят да подобрят sigurnostt на транспорта, ефективността му и достъпността му. Компанията свърза машинно обучение, компютърно виждане и съчетаване на сензори, за да позволи на превождащите да осъзнават окръжаващата среда и да взимат реално време решения за управление. Отбелязвайки както личния мобилен транспорт и комерсиалните транспортни приложения, EtechStars се позиционира в рамките на по-голямото потушаване на училищните повреди, улесняване на затрудненията при пълен поток и намаляване на транспортните разходи. Нейният проект обхваща автономно управляващия софтуер, интеграция на автомобилите и инфраструктурата за данни, необходима за обучаване и потвърждаване на системи, използващи AI за самооустранение.
Разбивка на критериите
- Системи за самодействуващи автомобили, обезпечени с интелектуален изкуство
- Обединяване на компютърно визуализация и източници на данни
- Алгоритми за реални решения за самодействуващите автомобили
- Интеграция на хардуер за самодействуващи автомобили
- Обект, освен безопасността и ефективността на транспорта
- Фокус върху по-сигурно, ефективно транспортиране
PrompTale AI
Платформа за AI за историите и превръщане на разказите в търговска съдържание с обратима собственост на блокчейна.
PrompTale AI е платформа за създаване на съдържание, която помага на писателите, маркетолозите и създателите да преобразуват необработени концепции за истории в добре отглеждани, търговски жизнеспособни произведения. Тя объединява генеративен AI за изготвяне и усвояване на повествования с инфраструктура от блокчейн, за да записва авторството и защитава интелектуалната собственост. Платформата е насочена към потребители, които желаят да монетизират творческите си изяви, предоставяйки оти за колаборативно пишещ, пакетиране на съдържание и управление на авторски права. Чрез засаждане на историите в блокчейн-реестъра, сътрудниците могат да потвърдят произхода и да изследват нови модели за разпространение и приходи, свързани с техният труд.
Разбивка на критериите
- Генерация и редактиране на разкази с помощ на AI
- Записване на съдържанието със сложения blockchain
- Възможности за упаковка на съдържанието за търговска употреба
- Потвърждение на авторството и права на създателя
- Фокусирани на авторите workflow и съвместна работа
- Опции за токенизирана разпространение
AI Robotics Drones
Дрони с изкуствен интелект за автономно наблюдение, инспекция и мониторинг в реално време.
AI Robotics Drones combiniра компютърна визия, машинно обучение и самостоятелни системи за полет, за да доставят интелигентни въздушни платформи за комерсиално и промишлено използване. Дроните могат да се движат в сложни среды, да определят обекти с интерес и да изпращат действително информационни данни без константно навличане на хора-научници на пилотите. Обичайни приложения са периметърна сигурност, инспекции на инфраструктура, агрикултурно наблюдение и операции за построяване на териториите. На бордовия компютър прилагаися AI, процесираще графика в реално време, опознаване на аномалии, следене на цели и генериране на отчети, които се интергрират с съществуващи операционни панели за мониторинг. Построена за команди, които питат за масови въздушни разнообразия на информацията, платформата поддържа планиране на mission, автоматизирано патрулиране и дистанционно управление на множество единици.
Разбивка на критериите
- Автономна навигация и предотвратяване на преграждания
- Обективно визуализиране и детекция на обекти
- Автоматизирани маршрути за разходка и проверка
- Реално време видео поток и аналитики
- Управление на малка авиогрупа
- Детекция на аномалии и оповестяване