Автор видео, наблюдая за матчами чемпионата мира по футболу FIFA, заинтересовался технологией VAR (Video Assistant Referee), а именно модулем определения положения «вне игры». Выяснилось, что это делается с помощью распознавания поз по нескольким камерам.

В результате своих исследований автор создал аналогичную систему дома, воспользовавшись двумя камерами и моделью YOLOv7 для компьютерного зрения.

Репозиторий | Процесс создания

#cv #project

Пакет Python для анимации статистических данных

Недавно наткнулись на интересный проект и хоть понятно, что анимация линейных графиков обычно не имеет никакого смысла, но возможно пригодится кому на работе.
 
GitHub | Документация | pypi

#project

Этот ресурс предоставляет уникальную возможность более глубокого освоения архитектуры и механизмов семейства LLM таких, как СhatGPT.

Вы сможете подробно рассмотреть структуры популярных LLM, сопровождая этот процесс трёхмерной визуализацией, формулами и прочими прелестями.

Репозиторий проекта 

#project #llm

ВАЛЛ-И уже не тот

Энтузиаст с Reddit создал робота, который не только отвечает на вопросы, но и детально описывает окружающую среду. Для его создания он использовал Raspberry Pi, PiCamera и API ChatGPT.

#project #chatgpt

Text-to-image — было, Text-to-video тоже. А как насчёт Speech-to-Speech
 
Энтузиаст с ютуба сделал Speech-to-Speech систему, с которой можно лампово поболтать холодным зимним вечером под чашечку чая, ну или не совсем лампово. Потому как всё зависит от промпта, который вы дадите своему виртуальному собеседнику. В случае автора — это Джули (девушка хакер из даркнета) и Джони — (сумасшедший исследователь искусственного интеллекта).
 
Всё это дело работает локально и на удивление имеет довольно низкую задержку. Для распознавания речи применяется Whisper от OpenAI. Затем текст обрабатывается моделью Mistral 7B в LM Studio для генерации ответа, который в итоге озвучивается с помощью библиотеки Open Voice.

#позалипать #project #python

Смотрите, что сделал этот парень

HoloMat — интерактивный коврик с искусственным интеллектом. Он способен сканировать объекты, извлекать их G-Code и передавать его на 3d принтер, а также запускать игры, включать музыку и многое другое.

В будущем автор обещает открыть код, а следить за всем происходящем можно тут.

#project @neuro_channel