BigData

Dense Interspecies Face Embedding

Face Embedding, который решает проблему крайних различий в форме между объектами на фото.

🖥 Github: https://github.com/kingsj0405/DIFE

👣 Project: https://yangspace.co.kr/dife/

⏩ Paprer: https://openreview.net/forum?id=m67FNFdgLO9

⭐️ Datasets: https://paperswithcode.com/dataset/lvis

👉 @bigdata_1

ADGC: Awesome Deep Graph Clustering

ADGC представляет собой набор (SOTA) методов кластеризации глубоких графов статьи, код и наборы данных).

🖥 Github: https://github.com/yueliu1999/awesome-deep-graph-clustering

⏩ Paprer: https://arxiv.org/abs/2211.12875v1

⭐️ Datasets: https://drive.google.com/drive/folders/1thSxtAexbvOyjx-bJre8D4OyFKsBe1bK?usp=sharing

👉 @bigdata_1

✔️Готовы построить продукт, который будут обожать потребители? Тогда не пропустите этот вебинар!

Хотите понять поведение своих клиентов лучше, чем они сами? Планируете взять вершину рынка и держать планку? Хотите выстроить беспроигрышный маркетинг?

😎Hooked Model — это не просто модель. Это ключ к пониманию и успеху!

Записывайтесь на открытый урок, где мы раскроем все тайны Hooked Model. Мы разгадаем секреты спуска с горы, подъема на гору, плоской равнины и обрыва. Узнайте, какие психологические механизмы прячутся за этими словами и как вы можете использовать их в своей компании!

Спикер Дмитрий Шоржин — опытный предприниматель и менеджер, эксперт-консультант в сфере международного бизнеса, обладатель степени MBA.

➡️Встречаемся 27 июня в 20:00 мск в преддверии старта курса «CJE / Customer Journey Expert». Все участники вебинара получат специальную цену на обучение!
Регистрируйтесь сейчас: https://vk.cc/cxJeST

Inversion-Based Creativity Transfer with Diffusion Models

Генеративная модель для создания выразительного арта.

git clone https://github.com/zyxElsa/creativity-transfer.git

🖥 Github: https://github.com/zyxelsa/creativity-transfer

⏩ Paprer: https://arxiv.org/abs/2211.13203v1

⭐️ Pretrained model: https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt

👉 @bigdata_1

GhostNetV2: Enhance Cheap Operation with Long-Range Attention

Новая архитектура GhostNetV2 для мобильных приложений.

🖥 Github: https://github.com/leondgarse/keras_cv_attention_models

🖥 GhostNetV2: https://github.com/likyoo/GhostNetV2-PyTorch

⏩ Paprer: https://arxiv.org/abs/2211.12905v1

⭐️ Dataset: https://paperswithcode.com/dataset/ade20k

👉 @bigdata_1

TorchScale - A Library for Transformers at (Any) Scale

TorchScale - набор инструментов с открытым исходным кодом, который позволяети разработчикам эффективно и действенно масштабировать Transformers.

pip install torchscale

🖥 Github: https://github.com/microsoft/torchscale

⏩ Paprer: https://arxiv.org/abs/2211.13184v1

⭐️ Pypi: https://pypi.org/project/torchscale/

👉 @bigdata_1

SinDiffusion: Learning a Diffusion Model from a Single Natural Image

SinDiffusion значительно улучшает качество и разнообразие сгенерированных изображений по сравнению с существующими подходами на основе GAN.

🖥 Github: https://github.com/weilunwang/sindiffusion

➡️ Paper: https://arxiv.org/abs/2211.12445v1

📌 Project: https://github.com/WeilunWang/SinDiffusion/blob/main

➡️ Dataset: https://paperswithcode.com/dataset/places

👉 @bigdata_1

Stable Diffusion web UI

UI на основе библиотеки Gradio для Stable Diffusion. Большое количество фич для генерации контента с удобным интерфейсом.

Github: https://github.com/AUTOMATIC1111/stable-diffusion-webui

Scripts: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Custom-Scripts

Features: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features

👉 @bigdata_1

ComMU: Dataset for Combinatorial Music Generation

Набор данных для генерации музыки различных жанров.
Набор данных содержит 11 144 MIDI-сэмплов, написанных и созданных профессиональными композиторами.


Github: https://github.com/POZAlabs/ComMU-code

Paper: https://arxiv.org/abs/2211.09385v1

Dataset: https://github.com/POZAlabs/ComMU-code/tree/master/dataset

Demo: https://pozalabs.github.io/ComMU/

MuseGAN: https://github.com/salu133445/musegan

👉 @bigdata_1

Graph Network Simulator (GNS)

Cимулятор графовой сети (GNS) на основе PyTorch, который на осннове физики и прогнозирует поведение потока дисперсных и жидких систем.

Github: https://github.com/geoelements/gns

Paper: https://arxiv.org/abs/2211.10228v1

Dataset: https://doi.org/10.17603/ds2-0phb-dg64

👉 @bigdata_1

InfiniteNature-Zero

InfiniteNature-Zero Генеративный ИИ с открытым исходным кодом для создания невероятных природных сцен из отдельных изображений.

conda env create -f enviornment_infinite_nature_zero.yml

Github: https://github.com/google-research/google-research/tree/master/infinite_nature_zero

Paper: https://arxiv.org/abs/2207.11148

Project: https://infinite-nature-zero.github.io/

📌 Video: https://infinite-nature-zero.github.io/#overview_video

👉 @bigdata_1

Bayesian Light Source Separator (BLISS)

Байесовский подход для определения параметров источника света с добавлением астрономических изображений.

git clone https://github.com/prob-ml/bliss.git

Github: https://github.com/prob-ml/bliss

Paper: https://arxiv.org/abs/2211.09300v1

Poetry: https://python-poetry.org/docs/

👉 @bigdata_1

MOTRv2: Bootstrapping End-to-End Multi-Object Tracking by Pretrained Object Detectors

MOTRv2, простой, но эффективный конвейер для запуска отслеживания нескольких объектов.

Github: https://github.com/megvii-research/MOTRv2

Paper: https://arxiv.org/abs/2211.09791v1

Dataset: https://paperswithcode.com/dataset/mot17

👉 @bigdata_1

DiffusionDet: Diffusion Model for Object Detection

DiffusionDet — первая диффузионная модель для обнаружения объектов.

Github: https://github.com/shoufachen/diffusiondet

Paper: https://arxiv.org/abs/2211.09788v1

🗒 Getting Started: https://github.com/ShoufaChen/DiffusionDet/blob/main/GETTING_STARTED.md

Dataset: https://paperswithcode.com/dataset/imagenet

👉 @bigdata_1