Iepriekšējā cīņa · 2024-02-05 UTC
Computer Vision Sadursme — 2024. gada 5. februāris
No Computer Vision kategorijas. 27 atzīmes izvietotas starp 8 cīnītājiem. Trickle izcīnīja kroni.
Gala rezultāti
Sastāvs
Cīnītāji
Katra rīka profili, kas piedalījās šajā cīņā, sarindoti pēc to gala rezultāta.
Trickle
Veidojiet tīmekļa lietotnes, vietnes un AI agentus, izmantojot vienkārša valodas pieprasījumus.
Trickle ir platforma, kas ļauj lietotājiem veidot tīmekļa lietotnes, vietnes un AI agentus, izmantojot vienkārša valodas pieprasījumus. Tā ļauj lietotājiem pārveidot savas idejas par reāliem lietojumiem un tīmekļa vietnēm ar AI. Platforma šķiet paredzēta cilvēkiem, kas vēlas izveidot tīmekļa lietojumprogrammas, nepierakstot plašu kodēšanas zināšanu. Trickle interfeiss izklausās lietotājam draudzīgs, ļaujot ievadīt dabīgu valodu, lai ģenerētu tīmekļa lietotnes. Platforma arī ietver kopienas sadaļu projektiem un piedāvā dažādus resursus, piemēram, veidnes, blogu un izmaiņu žurnālu. Tomēr specifiskie detaļas par darba plūsmas, integrācijām un ierobežojumiem nav pieejami.
Kritēriju sadalījums
- Dabas valodas lietotņu ģenerēšana
- AI agenta veidotājs
- Vizuālais redaktors uzlabošanai
- Viena-klikšķa publicēšana un hostings
- Veidnes par vispārīgiem lietošanas gadījumiem
- Integrācijas ar ārējiem datiem un API
DeepFace AI
Python ietvars veidojumu atpazīšanai un atribūtu analīzei, atbalsts vairākiem moderniem modeļiem.
DeepFace AI ir Python ierīču frameworks, kas paredzēts cilvēka attīstību pieredzējošai atpazīšanai un sugu noteikšanai. Tajā ir dažādu paaudžu modelu atbalsta, izlīdzinot izstrādātājiem iespēju saskanīti izmantot dažādu architektūrām savas specifiskās lietošanas prasības. Francisks struktūra jābūt attālinātiem programmu izstrādātājiem un pētniekiem, kuriem nepieciešanas izskatīt personaļa iezīmes, pie tās varbūtības, vecuma, dzimuma un emociju, vai izpildīt personas atpazīšanas un piešķiršanas uzdevumus. Sadaļā, izdotot vienotu interfeisu vairākiem modēliem, DeepFace AI simplificē procesu, integrējot personaļa analīzes spējas pielietojumos. DeepFace AI spējas ietveru vārda atzīšanu, izvietošanu un pārstāvēšanu, kā arī atribūtu analīzi un vārda atpazīšanu. Tas var tiešsaistē tikt izmantots dažādu lielumu prasības izziņam, ieskaitot drošību, uzraudzību un sociālo mediju analizēšanu. Aplstkona atbalsts mitlīgieiem modeliem ļauj programmētājiem izvēlēties ieteicamo modeļu, izskaidroja faktorus, kā precizitāte, ātrums, un kompjuuters pieejas resursus. Viena no DeepFace AI izcilākajām spējām ir tā spēja atbalstīt plašu modelu kladi, tai skaitā konvolūciju neironu tīklu (CNN) un citus dziļo mācīšanos arkitektūru. Šis atļauj attīstītājiem eksperimentēt ar dažādām modelēm un izvēlēties tāda, kura labāk atbilst to sātietām. Papildu, kārtības iezīme ir vienkāršs un intuitīvs API, izveidojot to vieglu, lai integrētu ārklāja analīzes spējas programmās. Visumā DeepFace AI ir spēcīgs instruments zīdainu atpazīšanai un atribūtu analīzei, piedāvājot dinamisko un skaistspējīgu risinājumu programmatūru un izpētes darbiniekiem. Tomēr tā vērtība tiek definēta ievades datiem un to izvēlētā modela kvalitātes, un tā var paredzēt lielu skaliplašošanos vajadzību lielām izmantošanas aplikācijām.
Kritēriju sadalījums
- Veidojumu atribūtu analīze
- Vairāku modeļu atbalsts
- Reāllaika veidojumu atpazīšana
- Python API vienkāršākai integrācijai
- Kros-platforma saderība
Segment Anything Model (SAM)
Meta AI pamata modelis, kas ļauj uzvedībā segmentēt attēlus jebkurā objekta vai scēnas gadījumā.
Segment Anything Model (SAM) ir atvērtais attēlu segmentācijas sistēmas versija, kas tika izstrādāta Meta AI Pētniecības centra. Ievadot attēlu un saskanīgu priekšnosacījumu, piemēram, punktu, kvadrantu vai apmierinājošu masku, tas rodas augstas kvalitātes segmentācijas maskas jebkuram objektam bez jebkādu uzdevumu specifiska apmācības vajadzības. SAM ir trenēts uz SA-1B dati setu, kas satur vairāk kā jūni masku 11 miljonu slikām, to dēvējot par stipru bezpriekšmetu vispārīgo spēju. To var integrēt kompānijas redzamās sistēmu (CVS) sīkākās uzdevumos, kā lietošana anotācijas, slikeru rediģēšana, medicīnisko slikeru pārbaude, robotikas, pavadoni/virtualitāte un zinātniskās analizēšanas uzdevumos. Modelis un datubāze tiek izdots atļauvības padevišanas nosacījumu nozarē, izstrīdžot SAM kā bieži izmantoto komponentu pamatniedruktoriem un izstrādātājiem, kuriem nepieciešams elastīga atdalījums bez sākotnēju modelu apmācības.
Kritēriju sadalījums
- Uzvedības segmentēšana ar punktiem un kastīm
- Automātiskā maskas ģenerēšana visiem attēliem
- Iepriekš apmācīts ViT balstīts attēlu kodētājs
- Zero-shot pārcelšana uz jauniem domēniem
- Atvērta kods un SA-1B datubāze
- Integrējas ar PyTorch un tipiskajām CV savienojumiem
Autoware ir atvērto koda autonomais braukšanas programmētu komplekss, kas ir projektašīgs nelielu automašīnu transportam, šūtiem un industriālajām mašīnām. Tā ir izveidota uz ROS, un to sastāv daļas, kas nodrošina pamatu programmēšanas darbiem, tādējādi nodrošinot programmētājiem kompleksu pamatu autonomā pētniecībai un izvietošanai. Autoware sistēmu attīstību nodrošina Autoware fonds, lai arī tā atbalstītāji ir dažādu pilsētu īpašnieki no visā pasaulē. Plātformu lieto universitātes, startaipas, kā arī izturīgi automobiļu ražotāji. Savi sastāvošās arhitektūras dēļ komandas var mainīt komponentus, integrētī savu iepriekšējo priekšrocību ierīces, lai arī pielāgotu stacku precīziem darbību dizaina laukumiem. Tādēļ ka tas ir pilnīgi atvērts viedokļa, Autoware samazina ietvaru piekļuvi autonoma transportlīdzekļu attīstībai un motivē spēcīgu sadarbību ar drosmīgu programmēšanas kodu.
Kritēriju sadalījums
- Apziņas pārstrādes iespējas lielā skaitā lidaru, kameru un radaru kombinācijās
- Lokalizācijas un HD vērtību kartu atbalsta
- Uzdevumu un kustības plānošanas moduļi
- Saites ar automobiļa valdes instrumentiem
- Simulāciju un testēšanas instrumenti
- ROS 2 atbalsts
YOLO (You Only Look Once)
Reāllaika objektu noteikšana, kas atpazīst vairākus objektus vienā attēla pārskatījumā.
YOLO (You Only Look Once) ir objektu noteikšanas algoritmu saime, kas ir izstrādāta ātruma un efektivitātes nolūkiem. Atšķirībā no tradicionālām noteikšanas sistēmām, kas modeļa piemēro attēlam dažādās atrašanās vietas un mēroga izmēros, YOLO noteikšanu izskatā kā vienu regresijas problēmu, paredzot ietveršanas kastes un klases varbūtības vienā pašā neironu tīkla pārskatījumā. Šā arhitektūra padara YOLO īpaši piemērotu reāllaika lietojumprogrammām, piemēram, video analīzei, autonoma transportlīdzekļu vadībai, robotikai, uzraudzībai un papildinātai realitātei. Turpmākās versijas (YOLOv3, v5, v7, v8 un tālāk) ir uzlabojušas precizitāti, paplašinājušas atbalsta uzdevumu segmentācijai un pozu noteikšanai, un uzturējušas frameworka reputāciju ātrai atgriezeniskai saistībai. YOLO ir plaši pieņemts pētniekiem un izstrādātājiem savas atvērtā pirmkoda implementāciju, aktīvas komunities un līdzsvaru starp noteikšanas precizitāti un apstrādes ātrumu gan GPU, gan robeždzēšos ierīcēs dēļ.
Kritēriju sadalījums
- Vienkārša reāllaika objektu noteikšana
- Ieraines kastes un klases varbūtības noteikšana
- Atbalsts noteikšanas, segmentācijas un pozas uzdevumiem
- Iepriekš apmācīti modeļi uz izplatītiem datu kopienēm kā COCO
- Izplatāms uz GPU, CPU un robežpunktā
- Pielāgojama apmācība uz lietotāja datu kopām
EtechStars
AI vadīta pašdzinēšanas automašīnu uzņēmums, kas pārdomā transporta nākotni.
EtechStars ir uz AI Tehnoloģiju pamīrītu auto kompānija, kas centīsies attīsta autonomos vilcienus, kas veltīsies veikt transporti veselīgākiem, efektīvākiem un vielemkārīgākām. Kompānija kombinē šifru un redzi masīnaizstrādes un sensoru apvienošanas tehnoloģijas uzlabot automatiskie transportlīdzekļi apzinās apvidu un vienlaikus izņem darīšanas, lai ļautu vilcieniem veikt real-time braukšanu. EtechStars sava paātrinājās gan personīgajā transportā, gan komerciālajā transportā izmantojot. Tās darbība notiek autonomo braukšanas programmatūras izstrādē, kuģu integrācijā un datortelpē, kas nepieciešama autonomu braukšanas sistēmu apmācībai un validācijai.
Kritēriju sadalījums
- AI balstītas pašdzinēšanas sistēmas
- Datorspēculu un sensora fūzija
- Reāla laika lēmumu pieņemšanas algoritmi
- Autonomiskās transportlīdzekļu aparatūras integrācija
- Uzsvars uz drošāku, efektīvāku transportu
PrompTale AI
Rāstošās izklaides AI platforma, kas pārvērš stāstus komerciālā saturā ar blockchain atbalstītu īpašuma tiesībām.
PrompTale AI ir saturu radīšanas platforma, kas palīdz rakstītājiem, marketersiem un radītājiem pārvērst zirniņus par vājiem istorijas idejām par gaišmīgi izstrādātajām, komerciāli vērtīgām darbiem. Tā apvieno izmantojamo cilvēka izstrādājumu modeli rakstu izstrādē un ieskaitāmē, lai ierakstītu autortiesībām un aizsargātu intelektuālo īpašumu. Platforma ir tiekusi veidota izmaksai lietotājiem, kas vēlas ienākumi pašiem ar savu izdomāto darbu, piedāvājot rīkus sadarbības rakstīšanai, saturu pāckēšanai un tiesību vadībai. Pievienotot pasakas blokķete, darbības autori var piekrīt izziņas patiesībai un izpētīt jaunas izplatīšanas un ienākumu modeļus, saistītos ar to darbu.
Kritēriju sadalījums
- AI atbalstīta stāsta izstrādāšana un rediģēšana
- Blockchain balstīta saturā reģistrācija
- Rīki saturā pakēšanai komerciālai lietošanai
- Autorības un IP verifikācija
- Izveidotāju fokussēts darba process un sadarbība
- Opcijas tokenizētai distribūcijai
AI Robotics Drones
AI‑dreveni autonomiskie droni uzraudzībai, inspekcijai un reāllaika monitorēšanai.
Robo dronu AI sistēma tiek apvienota ar datoru redzi, mašīno apmācības algoritmiem un autonomo lidmašīnu sistēmām, lai nodrošinātu izdevīgas un profesionālas gaisa platformas komerciālai un industriālai lietošanai. Droni var arvien uzturēt koplietošanai nepieciešamo un identificēt interesantākos priekšmetus, un var izsūtīt izpilduoti norītus dati bez koncentrētu cilvēku pilota palīdzības. Taisnīgākas lietojumos iekļautas telpu apkoptēšana, infrastruktūras pārbaude, lauku novērošana un meklēšanas- glābšanas operācijas. Vienkāršošanas delfinam, kurš ir pievienots lidmašīnai, apstrādā attēlus tiešās laika režīmā, atzīmējis anomālijas, sekojis mērķiem un izveidojuši pierādījumus, kas integrējas ar esošajām operāciju datorburtīm. Kādreizējiem komandām, kurām nepieciešams skalabils gaisa intelekts, platforms ir paredzēta misiju plānošanai, automātizētiem patruļas maršiem un attālinai pārzieglībai dažādu vienību pārvaldē.
Kritēriju sadalījums
- Autonomiskā navigācija un šķēršļu izvairīšanās
- Objekta noteikšana ar datorredzi
- Automatizēta patroļu un inspekcijas maršruta izveide
- Reāllaika video straumēšana un analīze
- Vairāku dronu flota pārvaldība
- Anomaliju noteikšana un brīdināšana