https://arxiv.org/pdf/1704.08812.pdf
Automatic Real-time Background Cut for Portrait Videos
We in this paper solve the problem of high-quality automatic real-time background cut for 720p portrait videos. We first handle the background ambiguity issue in semantic segmentation by proposing a global background attenuation model. A spatial-temporal refinement network is developed to further refine the segmentation errors in each frame and ensure temporal coherence in the segmentation map. We form an end-to-end network for training and testing. Each module is designed considering efficiency and accuracy. We build a portrait dataset, which includes 8,000 images with high-quality labeled map for training and testing. To further improve the performance, we build a portrait video dataset with 50 sequences to fine-tune video segmentation. Our framework benefits many video processing applications.

Сегментация человека на видео.
* Кусочки фона на вход второй головы для помощи сети
* Пачка кадров для временного контекста
* Filter pruning ResNet-18 для 10х ускорения
#segmentation

Братишка, я тебе статеек принёс

Тут ребята применили обратный РЛ, чтобы узнать мотивации червей (не дождевых червей, а Caenorhabditis elegans). Ну то есть как обычно: награда -> стратегия, а тут посчитали что стратегия у этих червей и так оптимальная, поэтому интересно посмотреть что там за награды #reinforcementlearning

You are able to tell which nonsense word is Pokémon character and which is the latest craze in #bigdata technology? You just might qualify as #bigdata expert. Much success! https://docs.google.com/forms/d/e/1FAIpQLScRsfRHXPTuEXdNvUcI8DzJIU5iazqlpksWucPF0d8l2ztkkA/viewform

подоспел свежий фреймворк для #reinforcementlearning от фейсбука, типа очень гибкий и быстрый, позволяет запускать среды пачками и проч. https://github.com/facebookresearch/ELF

Стартап Mighty AI помогает производителям беспилотных машин разрабатывать системы компьютерного зрения. Чтобы научить машину правильно видеть дорогу и окружающие объекты, разработчикам нужны большие массивы размеченных данных, то есть кадров с дороги, на которых всё размечено и подписано - машины, разметка, дорожные знаки, пешеходы, грузовики, здания, небо. Для этого у Mighty AI есть армия добровольцев. 200 тысяч пользователей приложения Mighty AI получают в нем задания в игровой форме - обвести на фото людей, машины, деревья и прочие объекты, всего 60 типов объектов. Задания небольшие, по десять минут. За их выполнение пользователи получают баллы, новые уровни и прочую геймификацию. Есть и денежные награды, но чисто символические - одна из пользовательниц рассказывает, что за год заработала в приложении всего $300. Фактически, это полубесплатный краудсорсинг, этакий халявный Mechanical Turk (платформа, где люди делают подобную неавтоматизируемую работу за небольшие деньги). Гениальная модель - люди практически бесплатно создают для компании продукт, который она потом продаёт автопроизводителям за немалые деньги. Вот она, новая цифровая экономика!

https://vimeo.com/207960864
https://www.wired.com/story/mighty-ai-training-self-driving-cars/

Что видят беспилотные машины и с какими проблемами сталкиваются их разработчики: https://t.iss.one/brodetsky/664

Как Uber с помощью психологических трюков заставляет водителей работать себе в ущерб: https://t.iss.one/brodetsky/764

namara.io - платформа агрегирующая открытые данные, предоставленные, в основном, правительственными организациями США. Приятный интерфейс, мощный API.

https://hyperparameter.space/blog/when-not-to-use-deep-learning/ - Статья про случаи, когда не стоит применять deep learning

https://ndres.me/kaggle-past-solutions/
Список решений прошедших соревнований

то, что вы так долго ждали (нет), альфа кераса с mxnet backend https://github.com/dmlc/keras/releases/tag/alpha

Нейросеть проанализировала 14 часов выступлений Барака Обамы и создала модель его мимики и движений головы. Теперь компьютерный Барак Обама любой текст произносит как свой и выглядит при этом довольно натурально.
И несмотря на то, что разработка чисто научная и служит демонстрацией современных технологий, видится, что это открывает огромное поле для видеофальсификаций - когда тебе показывают то, что человек на самом деле не говорил.
Становится немного не по себе от того, что скоро уже нельзя будет верить собственным глазам

https://tehnot.com/nejroset-sozdala-poddelnogo-obamu/

Check out @OpenAI's Tweet: https://twitter.com/OpenAI/status/886980383589376000?s=09

Такс такс такс што тут у нас да это же способ делать backprop без сохранения всех активаций в резнетах
https://github.com/renmengye/revnet-public