🔥MTTR: End-to-End Text Referring Video Object Segmentation

Новая SOTA в сегментации объектов в видео.
Устали тренировать вашу Unet модель на сегментацию? Теперь не надо ее тренить вовсе! Новая модель работает лучше и быстрее! Достаточно написать какой объект вы хотите сегментировать и нейронка сделает все за вас!

Модель основана на мультимодальном трансформере, в который подаются фичи от текстового энкодера (RoBERTa) и видео энкодера (Video Swin). Примечательно, что в отличие от предыдущих решений, обучение здесь end2end — sequence prediction problem.

Самый каеф что авторы сразу опубликовали кодес и веса сетки. Но колаба все еще нет☹️

📑 Paper | 💻 Code

Опубликовали первый подкаст
Lambda 3N+1: Грязный pip, Отечественный Tinder, Порноместь, Газпром купил ВК, Левый Хак, Евангелион и много кринжа
S1E1

Ведущие подкаста:
Максим Ерёмин - Product Owner (SoftwareONE)
Даниил Смирнов - Junior DataScience (Lamoda)
Кирилл Кириленко - Middle iOS (Росбанк)
Артемий Мазаев - CEO Lambda (IT-Центр МАИ)

В первом выпуске подкаста мы обсуждаем топ новости:

- Официальный репозиторий языка Python наводнили программы для кражи данных и паролей
- В России запущен бесплатный «убийца» Tinder
- Исследователи нашли в Google Play сканер QR-кодов с вирусом, крадущим данные банковских приложений
- USM выбирается из соцсетей
- Левый Хак
- Meta запустила технологию защиты от порномести: нужно отправить свои обнажённые снимки, чтобы они не попали в соцсети

Вспоминаем:
- Евангелион и Любимый во Франксе

И шутим крижовые шутки

🤙Anchor | 🎧Spotify | 🌈Яндекс.Музыка

Остальные площадки на подходе

P.S. Нам очень важна обратная связь, если что не нравиться можете токсичить в комментариях

Когда твоя нейронная сеть обучилась наивности

Гениальная реклама