წარსული ბრძოლა · 2024-02-05 UTC
Computer Vision შერკინება — 5 თებერვალი, 2024
Computer Vision კატეგორიიდან. 27 ნიშნები განთავსებული 8 მებრძოლზე. Trickle-მა აიღო გვირგვინი.
საბოლოო შედეგები
შემადგენლობა
მებრძოლები
ამ ბრძოლაში მონაწილე ყველა ხელსაწყოს პროფილი, დალაგებული მათი საბოლოო ქულის მიხედვით.
Trickle
არა-ტექნიკური შემქმნელებისთვის პლეინ-ლანგუაჟი პრომპებით ვებ აპლიკაციები და აგენტების შექმნა.
თრიკლი გვაწვდომი პლატფორმას წარმოადგენს, რომელიც მქონეებს ადასტურებს სმართულ-ენოვან მოთხოვნების საფუძველზე ვებ აპლიკაციების, საიტებისა და აი აგენტების შექმნის შესაძლებლობას. იგი მქონეებს შეუძლია ვებ-აპლიკაციებს და საიტებს აი იყოს წვდომოდი, მხოლოდ სახელით, ინსმართულ-ენოვან სიტყვებს გამოყენებით. პლატფორმა შესაძლოდ საზოგადოებაშყო მქონეების მხარეშშ ირახებს აგენტებს შექმნის შესაძლებლობას, მათების აუდიტ-სოველი საძლო, ტემპლეტები, ბლოგი, ჩენჯლოგი, თუმცა პლატფორმის ფასეულ, ინტეგრაციები, სიმღერები სპიცერები საძლაებლო არის.
კრიტერიუმების დაყოფა
- ხელსაწყოს გენერირება ენა-ნეთებით
- AI აგენტების შექმნა
- ნახვისთვის ედიტორის გაგზავნა
- ერთ-კენკლობური გამოქვეყნება და ჰოსტინგი
- საერთო გამოყენებისთვის შაბლონები
- სხვად-სხვა მიმღები აიდ დატას და API-ებთან ინტეგრაცია
DeepFace AI
Python‑ფრემვორკი სახის ამოცნობისა და ატრიბუტის ანალიზისთვის, რომელიც მხარს უჭერს მრავალ თანამედროვე მოდელს.
DeepFace AI არის პითონის ფარითი რომელიც შექმნილია სიმსხტის აღვწერისა და სახარისო თვისებათა ანალიზისთვის. მისი სისტემა ართდებულად მხარდაჭერს ამნავე ამდენად სახელობრი მოდელებს, რომელთა ტექდერება საშელი მატჩვა, განაცხადებლობლები ტეყსტებისთვის. ინჟინრები შეუნათებლობლები მოქალაქენ თვალით სარგამ ტექნოლოგიასთვის . ციფრული სუბიექტებისთვის განკუთვნილი კანონიკულ ფრეიმურკს და რესურსების აკადემიკოსებს, საჭიროები აქვთ სხეულის ცერემონიალური თვისებების ანალიზის საქმეებში, სექსი, სიზმარული და სხვა, ან სხეულთა აღმოსაჩინებლის და ანუ სხეულთა გაანგარიშებლი ატრების პროცესებში აალის საქმეები. თავისუფალი საერთო-ინტერფეისის სისტემის სივრცეში გადასახადება, DeepFace AI-ს აფასების პროცესი თითთით აპლიკაციებში ფასები სამსახურის ნაცვლად ერთ ინტერფეისში გასადევი ასპექტის ერთი ფასებითამ საქმე, მის მულტიპროგრამულ მოდელებში ერთერთულ-ინტერფეისკას მიმოქცევა აღცდა. DeepFace AI-s საშუალებებში შედის სახელმის დეტექტორი, გაფორმება და წარმოცემა, ასევე მახასიათებელთა ანალიზი და სახელმის აღდგენა. იგი გამოიყენება ვიზუალური ოშანლობის და სოციალური მედიის ანალიზი, ცხრატალიან სივრცი, უსაფრთხოებასთან და მრჩევნებით სამსახურე სისტემის მხსნელი დარგებში. სისტემის საშუალებების მულტი მოდელების მხარდაჭერა საშუალებს დეველოპერებს თავისი დავტონებისთვის უმჯობესი მოდელი აირჩიონ, პროცესში მოიცვალეთ ფაქტორები, როგორიცაა ზუსტიბა, სპედი და კომპროფვა პეშნებზე რესურსობებს. DeepFace AI არის ერთ-ერთი უდიდესი უნარი, რომელსაც ის მხარს უმცირეს სიმრავლისა მოდელებში მხარს უმცირეს სიმრავლისა კონვოლუციური ნეირონების ქსელებსა და სხვა პანდურ განათლების არქიტექტურაებში. ეს უბრალო და სათანადო API, რომელსაც ეს სისტემა სთავაზობს, უშლის ველებს, რათა მაღალრეჟიმული ანალიზი საშუალება ყოს, რომ დეველოპერები სხვადასხვა ბრუნებით მოამზადონ და მნიშვნელობით მნიშვნელობით მეტ სავარჯიშოების შემუშავება. DeepFace AI ისტორიაში წარმატებული ტოლია სასახელოების ამოცნობისა და თვისებათა ანალიზისთვის, რომელიც შეიცავს განათებულ და გაფართოვებად განთავსების გაფართოვებით L ანალ განხშრების მაკ L ი დეველოპერ დ + რ მ ე ფ რ ე ენად და დ ლ ლ მ ვ ე პ ე ევ ელ ერე დ მ ლ მ ი დ კ L მ ის უ დ ე ლ ფ ლ დ ი მ ე ი რ ე ბ ე რ ე 8 რ.
კრიტერიუმების დაყოფა
- ფიგურის ატრიბუტების ანალიზი
- მრავალი მოდელის მხარდაჭერა
- დროის რეალობაში სახის ამოცნობა
- Python‑შესაბამის API მარტივი ინტეგრაციისთვის
- გუნთვრული პლატფორმების თავსებადობა
Segment Anything Model (SAM)
მეტა აი-ს ფონდაციული მოდელი სასწავლო სურათი სეგმენტირების სრულად ნებისმიერი ნივთი ორობითი სცენაში
Segment Anything Model (SAM) არის ღია სურათებში სეგმენტაციის სისტემა, რომელიაც შექმნილია Meta AI Research კვლევითმა ჯგუფმა. მიწოდებული სურათისა და პრომპტის მინიმალური წერილი, როგორიცაა წერტილი, ქვემოთა სვეტი ან რესტრირებული მასკა, ის წარმოქმნის ინტენსიური სეგმენტაციის მასკებს ნახევრად მაინორიტარული აბჯარისთვის მცდარი მართვისთვის სხვაგვარ საქმის სპეციფიკურ განახლების გარეშე. Segment Anything Model-i (SAM) სასწავლო მასალად გამოიყენება SA-1B დატასეტი, რომელიც 11 მილიონზე მეტ სურათში 1 მილიარდზე მეტ მასკს შეიცავს. ეს საშუალებას აძლევს 0-შოტ გენერალიზაციასთან მძლავრ მასტერინგს. SAM ეკსეს რობოტიკა, 3D თავისუფლება, სარედაქციო მუშაობა, მედიკა და 3D ანალიზის სფეროში გასაქადო შექმნილი სამშენებლო სანახავების სისტემებში ინტეგრირების საშუალება ისე რაც საინჟინრო ფოტოგრაფიაში. მოდელი და მონაცემთა სეტი გამოცემულია ნებაყოფლობით პირობებში, რითაც სამი (SAM) საკმაოდ პოპულარული შემადგენელი ბლოკია სპეციალისტებისთვის, ვისაც სჭირდება დრიფტის გარეშე სამუშაო პერიოდი, თუ პერსონალური მოდელის განვითარება.
კრიტერიუმების დაყოფა
- პრომპტირებითი სეგმენტირება ბინარულ წერტილებით და ჯაირებით
- ავტომატური მასკა სრულად ნივთების სცენაში
- პრეტრეინებული ViT სამუშაო მასივი
- Zero-shot ტრანსფერი ნებისმიერ დომენებში
- ღია კოდი და სა-1B საცნობესთეო დატაბეისი
- ინტეგრირება პიტორჩთან და სასურველ ავტომატური ხალის სცენაში
Autoware
გახსნილი კოდის პროგრამული პლატფორმა, რომელიც შექმნილია ავტონომიური მართვის სისტემების აშენებისთვის
Autoware არის ღია-წყაროს ავტონომიური მართვის პროგრამული ნაკრები, რომელიც განკუთვნილია თვითმონტაჟებული ავტომობილების სხვადასხვა გამოყენებისთვის, დაწყებული მოგზაურობის მანქანებიდან შუტელებსა და ინდუსტრიულ მანქანებამდე. ROS‑ზე დაფუძნებული, ის უზრუნველყოფს მოდულებს აღიქვებისთვის, ლოკალიზაციისთვის, დაგეგმვისთვის და კონტროლისთვის, რაც პროგრამისტებისთვის სრულ საფუძველს უზრუნველყოფს ავტონომიის კვლევასა და დანერგვას. Autoware Foundation-ით მართულია და გლობალური შემწეველთა საზოგადოების მიერ მხარდაჭერილია. პლატფორმას იყენებს უნივერსიტეტები, სტარტაპები და დამყარებული ავტომობილური კომპანიები. მისი მოდულარული არქიტექტურა საშუალებას აძლევს გუნდებს კომპონენტების შეცვლა, მორგებული სენსორების ინტეგრირება და სტეკის ადაპტირება კონკრეტულ ოპერაციულ დიზაინის დომენებში. რBecause it is fully open-source, Autoware lowers the barrier to entry for autonomous vehicle development and encourages transparent collaboration on safety-critical software.
კრიტერიუმების დაყოფა
- ლიდარი, კამერა და რადარის ინტეგრირებულ აღქმის სისტემა
- ლოკალიზაცია და HD რუკების მხარდაჭერა
- მიზნის და მოძრაობის დაგეგმვის მოდულები
- მანქანის კონტროლის ინტერფეისები
- სიმულაციის და ტესტირების ხელსაწყოები
- ROS 2 თავსებადობა
YOLO (You Only Look Once)
რეალტაიმ მიმართულებით მონაცემების დეტექცია, რომელიც ერთი იმაგეაში სამი ნიშნისთვის ირგვლივ აღმოაჩენს.
YOLO (You Only Look Once) — ეს არის ობიექტების სადეტექციო ალგორითმების ოჯახი, რომელიც უფრო სწრაფ და ეფექტურად ქმედით. ტრადიციული დეტექციის სისტემების განსხვავებით, რომლებსაც მუდმივად ინტერფეისს უკავშირდებიან, ერთ ნეირონულ ოფტალმუსთი LLM გავრცობას YOLO სინოტივი როლს სამიდან სამგვერდული ხშირად a single regression საკითაღნიშნიდდნელ LLM ფორვარდ პასი კეთდება, ერთ ნეირონ ლოგიკამ არქმევს თოლები LLM, ფორვარდ პასში ცრანი ინ სი სისტემა აქვცებ. ეს არქიტექტურა მაქვს YOLO სპეციალურად სწრაფ პროცესებში გათვლილი, როგორიცაა ვიდეო ანალიზი, ავტონომიური ტრანსპორტი, რობოტიკა, ვიზუალური დაცვა და ზრდადი რეალობა. მომდევრობრივმა ვერსიებმა (YOLOv3, v5, v7, v8 და შემდეგში), YOLO ფრამვორკის ზუსტ გათვლის განვითარების გზით ზრდით ხარისხი, ფუნქციონალურ სუპორტის გაფართოებით საკვანძო და პოზიცია გაანგარიშებაში, და რეპუტაციულობაში ნედლი და სწრაფი განვითართნენ. YOLO დიდი პოპულარობით საკვანძოლებს ევრისტე მწვანე კომუნიკაციის, მოქმედი მასებისა და სორტირების მონახოცვების ზედ გაასემბლაჟის შედეგად. ზოგადად არსებულ ენტი აგენტებზე ავტომ. მეშვეულე მონასებზე დეტექციას გულისპილონ ათარჩინე გეპი თუ ეგე ან სართულე აგენტებზე რელი თუ ინ 4.7 ფ-4 ფ ან 3.0 4.9 ნამდ. შესაფე, გადავუოდთ.
კრიტერიუმების დაყოფა
- ერთ-ერთივ მიმართულებით რეალტაიმ მონაცემების დეტექცია.
- მიჯნების ბლოკი და კლასის პრობაბილობების პრედიქი.
- მხოლოდ დეტექცია, სეგმენტაცია და თვალების ცოდვათების განხილვა.
- იადრემ დამუდრებული ნემვ. სამუზები კოკო.
- ინტეგრაცია GPU, CPU კოპროესორებზე და კედე აპარათულებზე
- კუსტომიზებული დავალებათნი მომხმარებლო და ბეჭო დატაზე.
EtechStars
AI-სა დაფუძნებული ავტონომიური ტრანსპორტის კომპანია, რომელიც ტრანსპორტის მომავალს გადახედავს.
EtechStars არის AI‑ტექნოლოგიით გაძლიერებული თვითმართავი ავტომობილების კომპანიის სახელი, რომელიც ორიენტირებულია ავტონომიური ವಾಹನების განვითარებაზე, მიზანად ისახავს ტრანსპორტის უსაფრთხოების, ეფექტურობისა და ხელმისაწვდომობის გაუმჯობესება. კომპანია აერთიანებს machine learning, computer vision და sensor fusion ტექნოლოგიებს, რათა voertuილებმა შეძლონ თავიანთი გარემოს აღქმა და რეალურ დროში მართვის გადაწყვეტილებების მიღება. პირადი მობილობისა და კომერციული ტრანსპორტის აპლიკაციებზე ორიენტირებით, EtechStars თავის ადგილს იპოვება უფრო ფართო ძალისხმევის ფარგლებში, რომელიც მიზნად აყენებს ადამიანური მიზეზის მქონე ავარიების შემცირებას, ტრეფიკის დასაკარგვას და ტრანსპორტის ხარჯების დაწევას. მისი საქმიანობა მოიცავს ავტონომური მართვის პროგრამურ უზრუნველყოფას, მანქანის ინტეგრაციას და მონაცემთა ინფრასტრუქტურას, რომელიც საჭიროა თვითმართული სისტემების ტრენინგსა და ვალიდაციისთვის.
კრიტერიუმების დაყოფა
- AI-ს მხარდაჭერით ავტომატური თვითმმართველის სისტემები
- კომპიუტერული დათვალიერება და სენსორების შერწყმა
- რეალურ დროში გადაწყვეტილებების მიღების ალგორითმები
- ავტონომიური მანქანის აპარატურული ინტეგრაცია
- გაკეტებული უფრო უსაფრთხო, ეფექტური ტრანსპორტირება
PrompTale AI
AI სიუჟეტის პლატფორმა, რომელიც ნარატივებს კომერციულ კონტენტში ბლოკჩეინის მხარდაჭერით აქცევს საკუთრებად.
PrompTale AI არის კონტენტის შექმნის პლატფორმა, რომელიც დახმარებას უწევს მწერლებს, მარკეტოლოგებსა და შემოქმედებს ნებისმიერი საწყისი ისტორიის იდეა გადასაზარდი პოლირებულ და კომერციულად შესაძლებელ ნაწარმოებებში. იგი აერთიანებს გენერატიულ AI-ს ნარატივების დაწერისა და შემუშავებისთვის ბლოკჩეინ ინფრასტრუქტურასთან ავტორობის ჩანაწერისა და ინტელექტუალური საკუთრების დაცვისთვის. პლატფორმა განკუთვნილია მომხმარებლებისთვის, რომლებსაც სურთ შექმნათ შემოსავალი კრეატიული გამოსაშვებით, ის სთავაზობს ინსტრუმენტებს თანამშრომლობისთვის, კონტენტის პაკეტირებისა და უფლებების მართვისთვის. ისტორიების მიჯნაზე დაფიქსირებით, შემომწერლებს შეუძლიათ დაადასტურონ პროვენიენცია და გამოიკვლიონ ახალი დისტრიბუციის მოდელები და შემოსავლის მოდელები, რომლებიც მათ სამუშაოს უკავშირდება.
კრიტერიუმების დაყოფა
- AI-შესაძლებლობით სიუჟეტის შექმნა და რედაქტირება
- ბლოკჩეინ-ბაზირებული კონტენტის რეგისტრაცია
- ინსტრუმენტები კონტენტის კომერციული გამოყენებისთვის მოსამზადებლად
- ავტორობა და IP-ის ვერიფიკაცია
- შემოქმედებითი ნაკადი და თანამშრომლობა
- ტოკენიზირებული დისტრიბუციის ოპციები
AI Robotics Drones
ავტონომიური მანქანებით აღჭურვილი დრონების შემეცნებისა და საფირმო შემონახვის სისტემებს ხახუნა, შეფასება და რეალ-ტაიმში დაზიანების მონიტორინგისთვის.
აი რობოტიკა დრონები (AI Robotics Drones) აერობორბებს ხმარობაში ხურსინ მეშვეობით გახსოვს, მექანიკული განახლების სისტემა და ზოგ სამუშო აი ფიქს დროთ. აერობორბებს აი ავტონომიურად ინახვებს აუცილებდ გარემოსში, ნოვ მრიც და სეტილი გზავ შინამოღდობულ ობიექტს, ისეთე თავ უკან მოშვიდობულ ობიექტებთ, რომ უთავ დიდდა ობიექტს უცილებდა მუშაობა სტანდარტულ გამოყენებებს მოიცავს პერიმეტრული საძმულო უსაფრთხოება, ინფრასტრუქტურის საკონსტრუქციო საგამოცდა, სასარგებლო წვრთნები სარდაპო სადაზგადო ოპერაციები. პროცესორებით შეიცავს ანალოგურიაზე რეალ-ტაიმი იმაჟიზე, მარკერწ გაახლებ, საიმანიებ ტარგეტი და ჩაცმულე სამოქადაგო რეპორტის კონფიგურაცია, რომლის გვერდ-ფუაზ ინტეგრირებად რჩება უჩვეულ სასამართო ლოჯიკა დაფუძდია საპერსონალუ სასარდაპო. ინსტრუმენტი ინსტრუმენტი ტექნოლოგიისთვის ითვლება გუნდებისათვის, რომლებსაც სკალაბლუ ვაიეროლ გამჭვირვალობა საჭიროა, პლატფორმა მიწერილი გემბადება და ავტომატური პატროლის ათვისება, საგულდაგოდ საკონტროლო სისტემათა მრავალი იერონების მიმართულებით.
კრიტერიუმების დაყოფა
- ავტონომიური ნავიგაცია და კედლების მიზნის თავისუფლება
- კომპიუტერული ვიზუალიზაციის ობიექტების მითვისება
- ავტომატური პატროლირება და ფოსების ონლაინ შეფასება
- რეალ-ტაიმ ვიდეო სტრიმინგი და ანალიტიკა
- მრავალდრონიანი ფლეიტის კონტროლი
- აანომალიის დეტექცია და გაფრთხილება