TGViewer
Channel Public Channel
Заметки Computer Vision инженера

Заметки Computer Vision инженера

@cvml_team

Мои статьи из разных мест.
Моя телега - @wk_zb

Про консультации - https://telegra.ph/Pro-konsultacii-03-19
Про рекламу - https://telegra.ph/Pro-reklamu-v-bloge-03-19
Про политоту - https://telegra.ph/Pro-politiku-na-kanale-vo-izbezhanie-bana-04-11
Subscribers
6.04K
Photos
48
Videos
22
Links
367
Recent Posts 20 shown
Post #437 3.2K
А вы тоже заметили, что в последнее время налетела очередная волна хайпа вокруг искусственного интеллекта? Причём идёт она из совершенно разных мест.

Подобные обсуждения стали появляться во многих каналах и на YouTube, причём преимущественно там, где раньше не особо говорили о нейронках и AI. Внезапно появилось множество людей, которые стали считать себя экспертами и рассказывать, как нам срочно нужно всё заблокировать, ввести побольше ограничений, как OpenAI взломал Hugging Face и всё в таком духе. Я боюсь в 90% они даже не знают что такое Hugging Face. И в чем разница с его взломом и с " взломом" модельками форума, когда они тупо в чате общались.

Хороший пример - вот этот канал. Но, помимо него, я знаю ещё с пяток мест, где позиция за последнее время резко поменялась.

Более того, ко мне недавно подходили несколько друзей и спрашивали, когда они останутся без работы, насколько быстро AI заменит людей и вообще сколько нам всем лет жить осталось. Причём раньше за ними подобных переживаний не водилось. Сегодня один математик жаловался что на конференциях по математике депрессуха.

У меня есть стойкое ощущение, что конкретно эта волна хайпа — очевидный прогрев перед IPO. И то, что мы видим с условно сворованным Навье - Стоксом, и десятки других подобных историй — всё это части одной и той же кампании.

Безусловно, нейронки стали лучше. Безусловно, они уже существенно изменили рабочие процессы, и в будущем нас ждут ещё более серьёзные изменения.
Но, похоже, именно эта последняя волна рекламы вокруг OpenAI и Anthropic сумела по-настоящему зацепить людей, которые раньше всей этой темой особо не интересовались. И параноя какая-то недобрая.

Кажется только Иван Ямщиков что-то более менее адекватное в русскоязычном поле гонит.

Так к чему я это. А что вы думаете? Всё пропало? Или таки IPO?:)
  • ❤ 29
  • 💩 14
  • 😱 4
Post #436 3.18K
Короче. Я тут подумал. А давай-ка направлю камеру на балкон и мне GPT-6 Astra соберёт решение чтобы птичек детектит. Иии...
Хрен там. Даже не рядом.
https://youtu.be/zHJ7ST_EV2A
  • ❤ 16
  • 🔥 12
  • 💔 6
Post #435 4.39K
Так. Давно видео не было. И переезжал, и август был загруженный, и отдохнуть немного хотелось 😁

Последние пару месяцев всё что в этом видео было - проговаривал людям сам. Подумал что раз так часто - то надо делать видео.
Расскажу о разных способах сбора датасетов для тренировки.
Я не рассказывают тут про сбор данных с "головы" когда человек работает. Это скорее надо для претрейна, а не для конечного обучения.

https://youtu.be/zlLymNdF_hk
YouTube Data collection for robotics 00:00:00 - Intro 00:00:50 - Train by hands 00:01:31 - Copy of the robot 00:02:18 - GELLO 00:03:05 - Harply, Microfactory, Elephant Robotics 00:04:35 - Force feedback 00:05:30 - Universal Manipulation Interface 00:06:20 - Quest, Vive, etc. 00:06:20 -…
  • ❤ 21
  • 💩 3
Post #434 5.77K
Сегодня потестил DeepSeek Harness — оказалось интереснее, чем я ожидал.

Ещё пару месяцев назад я пытался найти что-то готовое, похожее на агента Codex или Claude, но с удобным визуальным интерфейсом. Ничего полноценного тогда не нашлось: где-то не подключался поиск, где-то нормально не подключались другие функции, а где-то было неудобно переключаться между моделями.

Здесь почти всё есть прямо из коробки. Настройка занимает пару минут, и в целом система работает. Чтобы настроить что-то сложное (роутинг задач по сложности между разными моделями - надо запариться).

Конечно, если у вас есть нормальная подписка на Codex, использовать Harness, скорее всего, нет особого смысла. Для сравнения я дал системам простую задачу: реализовать быстрое преобразование Фурье и отладить код.

▪️Codex справился за 51 секунду, причём расход лимитов я даже не заметил.
▪️DeepSeek Hadness с подключённой Kimi K3 решил задачу примерно за пять минут — и всё работало. Цена была ~30 центов
▪️DeepSeek Hadness с локальной Qwen 3.8 выполнение заняло почти час.

Но... Это уже работает!
Есть встроенный поиск, можно независимо подключать разных поисковых провайдеров и модели. Возможно, выбранный мной провайдер поиска был не лучшим, поэтому здесь ещё есть что настраивать.

Структура управления агентами/скорости и инструментариев пока слабее — примерно на уровне ChatGPT годичной давности.
Я задал поисковый запрос достаточно сложный. Очевидно что надо было его в какой-то момент стопать, но он кажется нажёг на 3 USD Kimi K3 и ещё 20 поисковых центов. Хотя 99% этого времени не имели смысла.

Тем не менее отставание уже не выглядит катастрофическим. Для разработки такую систему вполне можно использовать в отдельных сценариях — например, если модель хостится локально, или хватает простой модели с OpenRouter.

В общем, проект интересный. Теперь хочется потестить Kimi Code, выход которого недавно анонсировали.

А что вы из нестандартных агентов используете?
  • 🔥 37
  • ❤ 16
Post #433 5.3K
Сергей - фаундер прикольного стартапа Phail.ai - они измеряют насколько все эти новомодные модельки реально эффективны. Недавно Сергей проезжал через Берлин - и я решили поговорить с ним поглубже на эту тему и обсудить как в реальности можно забенчмаркать сложные события. Ну и про то как это вообще сегодня работает. Когда есть бесчисленное число рук, гриперов и вычислителей.
https://youtu.be/mo6mpvFdjVw

***
Канал Сергея в телеграмме - https://t.me/the_things_i_liked
YouTube Robotics: how to measure efficiency Positronic Robotics - https://phail.ai/ Sergey - https://www.linkedin.com/in/sergeyarkhangelskiy/ ---------------------------------------------------------- Time Codes: 00:00:00 - Intro 00:00:23 - Positronic Robotics and Phail AI 00:05:26 - Are there any…
  • 🔥 29
  • 💩 2
Post #432 5.36K
Я в какой-то момент увидел в рекламе приложение Chatty. Подумал что идея неплоха, можно использовать при обучении. Посмотрел что у них с ценовой политикой и не согласился :)
Они там по 15 баксов в месяц хотят. Что на мой взгляд перебор для такого.

Короче за пол часа собрал себе вот эту поделку - https://github.com/ZlodeiBaal/TG_bot_language . Если кому надо:
1) Создайте бота и получите токен через @BotFather
2) Создайте на OpenRouter под него токен
3) Положите креды в .key_example и переименуйте его в .key

По цене за первые дни пока тестил слил 0.14 бакса. В качестве модели я использую GPT Audio Mini. На один ответ пришлось 2 запроса делать, в один не справился. Наверное можно в один, но я не понял как.

Сейчас из языков добавил немецкий (я сейчас учу) и ещё пару языков которые друзья учат (норвежский, испанский, англ).

Короче, у меня стойкое ощущение что весь софт потихоньку туда движется. Теперь тебе вместо приложения нужен рецепт что оно делает.
  • 🔥 31
  • 😱 5
  • ❤ 3
  • 💩 1
Post #431 4.99K
Меня достаточно давно спрашивали про RDK S100. И наконец я его добыл и забенчмаркал. Надо сказать что тренд очень позитивный. Когда уже и LeRobot из коробки работат. Но пока что чувствуются огрехи экпорта, пайплайны не идеальны.
Но в ребят много веры. На их базе много чего интересного уже видел.
Видео - https://youtu.be/WHAEl05g8Xk
Статья - https://medium.com/@zlodeibaal/rdk-s100-review-80-tops-robotic-board-d9ad0f464942
  • 🔥 13
  • 💩 2
  • ❤ 1
Post #430 6.05K
Офис в Норвегии резвится🤣
  • ❤ 41
  • 🔥 37
  • 😱 2
  • 💩 2
Post #429 6.44K
Поговорил с Глебом про то куда сейчас идут World Models для роботов:
https://youtu.be/_acRtKuupP8
Мне было ужасно интересно. Глеб создал одно из немногих открытых комьюнити где достаточно регулярно походят онлайн семинары по тому как такие модели устроены, люди рассказывают свой экспирианс + то что у них получилось/не получилось.
Собственно поговорили и про комьюнити, и про модели, и про то как это пускать на реальном железе
YouTube World models, VLAs: performance, accuracy and perspective Gleb - https://www.linkedin.com/in/zaringleb/ Robot Learning Collective discord - https://discord.gg/rkutH2UVj3 Robot Learning Collective publications - https://robot-learning-collective.github.io/ 00:00:00 - Intro 00:00:35 - Robot Learning Collective 00:05:10…
  • 🔥 38
  • 💩 1
Post #428 6.27K
Так. Я сделал максимально кринжовое видео из всех что было на моём канале.
Тут в PUBG (в который я с альфы с друзьями поигрываю), завезли AI ботов. Им говорить голосом команды и они их исполняют.

Естественно мне стало интересно - а что они используют. А как это выяснить? Конечно же позадавать вопросы самому боту.
Надо сказать что модель там крайне тупая + обложенная политиками безопасности по самое не балуйся. Но есть ощущение что какая-то простая VLA на данных присутствует.

Вообще я рад этому тренду использования AI в играх. Что-то новое. И ARC был классным во многом за счет нейроночек управляющих NPC, озвучки и трансфера голоса. Ещё и тут.
https://youtu.be/gPGmxWZrqxg
YouTube Took an interview with AI bot from PUBG My LinkedIn - https://www.linkedin.com/in/maltsevanton/ My Telegram channel - https://t.me/CVML_team e-mail: anton@rembrain.ai Twitter - https://twitter.com/Serious_WK Do you have any questions or need advice? Feel free to write to me at anton@rembrain.ai
  • 🔥 15
  • 😱 15
  • ❤ 4
  • 💩 1
Post #427 4.74K
Заметки Computer Vision инженера В последнее время я часто использую OneShot модели. И мне захотелось понять какие у каких ограничения и что где лучше работает. Думаю следующее видео сделаю про них. А пока расскажите что вы используете. А то вдруг что-то забыл.
Собственно видео про Zero-Shot - https://youtu.be/IIyoNLB8Cnc
Что самое забавное, похоже если вас заботит лицензия, то выбор надо делать тот же самый что и в One-Shot
А так было интересно потыкаться и посравнивать
YouTube Zero-Shot detectors // Choosing the best // Tierlist 00:00:00 - Intro 00:04:45 - Long Tail 00:07:56 - Dense and small objects 00:11:05 - Part of an object 00:14:00 - Licenses/prices 00:15:05 - Inference speed 00:15:50 - A small summary My LinkedIn - https://www.linkedin.com/in/maltsevanton/ My Telegram…
  • 🔥 23
  • 💩 1
Post #426 4.97K
В последнее время я часто использую OneShot модели. И мне захотелось понять какие у каких ограничения и что где лучше работает. Думаю следующее видео сделаю про них. А пока расскажите что вы используете. А то вдруг что-то забыл.
  • 🔥 38
  • ❤ 13
  • 💩 2
Post #425 5.4K
Сделал коротенькое видео про то что сверху:
1) Добавил несколько примеров того где трекинг ломается/как себя ведёт
2) Рассказал с какими платами камера отказывается работать а с какими нет.

Думаю плюс-минус полезно если где-то хотите использовать
https://youtu.be/mTF31gjOXkk
  • 🔥 14
  • ❤ 2
  • 💩 1
Post #424 5.35K
Мне нравиться как прогрессируют не только VLM, но и классические алгоритмы. Вот это вот SLAM из коробки, на борту Insight9 камеры. Про камеру я рассказывал несколько месяцев назад.
Очень круто что это становится как-будто бы "отдельным модулем". Понятно, что пока что всё не так просто. Но по сравнению с тем как SLAM настраивался 5 лет назад - это прямо небо и земля.
То что на видео - это побаловаться. В нормальных проектах у нас тоже есть, но иначе.
А у вас где-то на практике SLAM используется?
  • 🔥 41
  • 😱 7
  • 💩 1
Post #423 5.3K
Мне давным-давно любопытно было потестить китайские GPU платы. Насколько оно сейчас PyTorch френдли, какие проблемы с инференсом и обучением, и.т.д.
Но я ни знаю ни одного сервиса где есть какая-то аренда такого инстанса. Желательно почасовая. Ни immers.cloud ни salad.com ни vast.ai и никто известный их нее предлагает.
Когда-то пробовал чатгпт запрячь. Он нашёл пару сервисов, но там без китайского номера никак. Да и контракты там надо было брать по месяцу а то и больше.
Короче:
1) А вы тестили? Насколько оно всё любопытно? Насколько сейчас работает? Когда догонят и обгонят?
2) Знаете ли вы где-нибудь сервис где можно задёшево потыкать пальцем?
3) Может у вас есть свои GPU-шки и вы можете прокинуть SSH на них? Если сделаю ролик - обещаю там благодарностей натыкать:)
  • 🔥 16
  • ❤ 5
  • 💩 1
Post #422 4.46K
Как и обещал - основное видео.
Меня, конечно, поражает прогресс который произошёл в последние пол года. Не то что получается делать то чего было нельзя. Но насколько удобнее!
https://youtu.be/W_tR3qSTD4I
YouTube What is the best One-Shot-Detection model today? 00:00:00 - Intro 00:02:14 - Five candidates 00:03:19 - RexOmni 00:05:35 - YOLOE-26 00:06:36 - SAM3 // Segment Anything 3 00:07:33 - Pet Dino 00:08:23 - We Vision One 00:09:19 - Summary My LinkedIn - https://www.linkedin.com/in/maltsevanton/ My Telegram…
  • 🔥 25
  • ❤ 7
  • 💩 1
Post #421 4.38K
Завтра-послезавтра сделаю видео про то какая сетка One-shot-detection с visual prompting из зэ бест. А пока что коротенькое превью:)
  • 🔥 58
  • ❤ 4
  • 😱 2
  • 💩 1
Post #420 5.6K
Наконец добрался протестировать DeepX плату. Давно хотел.
В целом неплохая, но нет какого-то "прорыва" и отличия от рынка. Возможно кроме цены, ибо плата достаточно дешевая.
https://youtu.be/fNuI3ayaDgQ

А что думаете вы? Тестировали ли уже?
YouTube DeepX - my thoughts and overview Many thanks to Andi ( https://www.linkedin.com/in/andi-purnomo-a01a0891/ ) from Endrich Group ( https://www.endrich.com/ ) for providing the board. 00:00:00 - Intro 00:01:41 - Models overview 00:02:20 - Board overview 00:07:50 - Export limitation 00:10:15…
  • ❤ 9
  • 🔥 2
  • 💩 1
Post #419 6.1K
Когда мы уехали из России в 2022 году, мы стали думать, куда в Европе хотим перебраться. Внезапно по совокупности факторов в нашей пятёрке появилась Греция. А грецию мы любим.
На тот момент там была удобная номадская виза.
Но, как видно на этой картинке, вся суть Греции — в соседних противоречащих друг другу параграфах.
Тогда было, что самый простой способ получить номадскую визу — въехать в Грецию по туристической визе, а уже потом начать оформлять номадскую. Но туристические визы греки в тот момент практически перестали выдавать россиянам. В итоге с этим вариантом мы обломались и поехали в Норвегию.
Сейчас у меня неделя отпуска, и мы как раз ездим по Греции. Но каждый раз, когда я снова вижу такую комбинацию знаков или чего-то похожего — а тут такого много, — мне вспоминается та самая история.
Любопытно: есть ли среди подписчиков те, кто в итоге получил греческую номадскую визу?
Сам я переезжать не собираюсь, но любопытно, удалось ли кому-то пройти этот квест.
  • ❤ 43
  • 💩 21
  • 🔥 14
  • 😱 3
Post #418 5.73K
Собственно сегодняшнее видео - опять тирлист (прошлый неплохо зашёл, но не отвечал на вопрос полностью). Но на этот раз я попробовал больше сфокусироваться на том какие платы более предпочтительны для робототехники и почему. Ещё, наверное, я сделаю один тирлист для "инференса для камерах". Но это скорее через пару видео доберусь.
https://youtu.be/cykGngPqzro
(картинка с платами в первом комменте)
  • 🔥 23
  • ❤ 1
Older posts →

About this channel

How can I read @cvml_team without a Telegram account?
TGViewer shows the public web preview Telegram publishes for Заметки Computer Vision инженера: recent posts, photos, videos and the subscriber count, with no app, login or account.
How many subscribers does Заметки Computer Vision инженера have?
Заметки Computer Vision инженера (@cvml_team) has 6.04K subscribers on Telegram, refreshed roughly every 30 minutes.
Does Заметки Computer Vision инженера know I viewed it here?
No. Public channel previews carry no viewer identity, and TGViewer has no accounts or tracking of what you look up.
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →