#مقاله #سورس_کد

Higher accuracy on vision models with EfficientNet-Lite

قبلا پست هایی در مورد شبکه efficientnet در کانال گذاشته شد.
مثلا پیاده سازی کراس در اینجا، مقاله و سورس رسمی مقاله در تنسرفلو در اینجا، چورت پروژه در pytorch در اینجا، و مقاله مرتبطی در اینجا با TPU های تنسرفلو دیدیم.

امروز نسخه سبک تر و مناسب موبایل این شبکه در تنسرفلو منتشر شد.

Check out EfficientNet-Lite, a new family of vision models that is optimized for mobile inference using TensorFlow Lite.

https://blog.tensorflow.org/2020/03/higher-accuracy-on-vision-models-with-efficientnet-lite.html?linkId=84432329

#سورس_کد #مقاله
ظاهرا قراره دیگه هر کسی بتونه ویدیوی جعلی deepfake بسازه!

سورس کد:
https://github.com/AliaksandrSiarohin/first-order-model

صفحه پروژه:
https://aliaksandrsiarohin.github.io/first-order-model-website/

مقاله:
papers.nips.cc/paper/8935-first-order-motion-model-for-image-animation

آدرس ویدیوی این پست:
https://www.youtube.com/watch?v=mUfJOQKdtAk

#ai #deeplearning #science #twominutepapers #deepfakes #deepfake

#مقاله #سورس_کد

SimCLR - A Simple Framework for Contrastive Learning of Visual Representations https://arxiv.org/abs/2002.05709
کدها با tensorflow
https://github.com/google-research/simclr
مقاله
https://arxiv.org/pdf/2002.05709.pdf

#simclr #contrastive_learnig #representation_learning #self_supervised_learning #unsupervised_learning #computer_vision #metric_learning

#مقاله #سورس_کد
#CVPR2020
Self-Supervised Scene De-occlusion

They developed a self-supervised framework that de-occludes scenes:
1. Extract the order of the objects via pair-wise relations
2. Compose objects to completion (amodal and content)
3. Recompose the entire scenery (!!!)

🔗Video:
https://youtu.be/xIHCyyaB5gU

🔗Project page:
https://xiaohangzhan.github.io/projects/deocclusion/

🔗Paper:
https://arxiv.org/abs/2004.02788

🔗Source code:
https://github.com/XiaohangZhan/deocclusion

#آموزش #مقاله
قبلا در اینجا مقاله و سورس کد(با تنسرفلو) SimpleCLR معرفی شد...

این روش یک رویکرد جدید برای یادگیری self-supervised وsemi-supervised است که بدون نیاز به داده های لیبل خورده بازنمایی‌های خوبی برای تصویر را می‌تواند بیاموزد!
همچنین با fine-tuned کردن آن روی فقط 1٪ از داده های label خورده‌ی imagenet، به دقت رقابتی خیلی بالا رسیده است.
در بلاگ پست گوگل بیشتر بخوانید:


Advancing Self-Supervised and Semi-Supervised Learning with SimCLR
https://ai.googleblog.com/2020/04/advancing-self-supervised-and-semi.html


#simclr #contrastive_learnig #representation_learning #self_supervised_learning #unsupervised_learning #computer_vision #metric_learning

#سوس_کد #مقاله

[CVPR 2020] 3D Photography using Context-aware Layered Depth Inpainting

🔗Project page:
https://shihmengli.github.io/3D-Photo-Inpainting/

🔗Paper:
https://drive.google.com/file/d/17ki_YAL1k5CaHHP3pIBFWvw-ztF4CCPP/view?usp=sharing

🔗Source code:
https://github.com/vt-vl-lab/3d-photo-inpainting.git

🔗Colab Demo:
https://colab.research.google.com/drive/1706ToQrkIZshRSJSHvZ1RuCiM__YX3Bz

#CVPR2020

#مقاله #سورس_کد #تبدیل_تصویر
Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation (ICLR 2020)

با تنسرفلو خودتونو کارتونی کنید:
سورس کد:
https://github.com/taki0112/UGATIT
دموی آنلاین:
https://waifu.lofiu.com/index.html

یه منبع عالی از بهترین مقاله های مربوط به text summarization:

https://github.com/neulab/Text-Summarization-Papers

#یادگیری_ماشین #منابع #مقاله #داده_کاوی #علم_داده

پ.ن: با تشکر از دکتر اله یاری

❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN

#مقاله #ICLR2020
You Only Train Once: Loss-Conditional Training of Deep Networks
https://openreview.net/pdf?id=HyxY6JHKwr

#مقاله

Optimizing Multiple Loss Functions with Loss-Conditional Training

ایده ی جالب این مقاله اینه که برای برخی از کاربردها نظیر style transfer و یا image compression و یا ... که چند تا loss مختلف داریم، قبلا مجبور بودیم ضریب هر loss را تعیین کنیم و بعد آموزش بدیم و این ضریب روی خروجی تاثیر داشت.
مثلا در بحث image compression ممکن بود تنظیم این ضریب روی کیفیت عکس و حجم اثر بزاره، مثلا در یک طرف کیفیت بالا و حجم بالا و در طرف مقابل کیفیت پایین و حجم پایین
حالا فکر کنید اگر شبکه عصبی برای کاهش حجم عکس در 3 حالت مختلف ( خیلی کاهش حجم - متوسط - کاهش حجم کم) میخواستیم باید 3 شبکه آموزش میدادیم و ذخیره میکردیم.

در این مقاله گفته فقط یک شبکه ترین کنیم و پارامترهای اینچنینی را بعد از آموزش روش کنترل داشته باشیم.

https://ai.googleblog.com/2020/04/optimizing-multiple-loss-functions-with.html

مرتبط با مقاله:
https://t.me/cvision/1884

#مقاله
Consistent Video Depth Estimation
https://roxanneluo.github.io/Consistent-Video-Depth-Estimation/

#تشخیص_عمق

#مقاله #سورس_کد

#TailorGAN: Making User-Defined Fashion Designs

project page:
https://www.cs.rochester.edu/~cxu22/r/tailorgan/

paper:
https://arxiv.org/pdf/2001.06427.pdf
code:
https://github.com/gli-27/TailorGAN

#سورس_کد #مقاله
https://donglaiw.github.io/paper/2020_cvpr_super_bpd.pdf
https://github.com/JianqiangWan/Super-BPD

#segmentation #cvpr2020

#مقاله
High-Resolution Image Inpainting with Iterative Confidence Feedback and Guided Upsampling

Online demo:
http://47.57.135.203:2333

Project page:
https://zengxianyu.github.io/iic/#web-app

Paper:
https://arxiv.org/pdf/2005.11742.pdf

#Inpainting

#مقاله #سورس_کد #مدل
Big Transfer (BiT): General Visual Representation Learning

https://arxiv.org/pdf/1912.11370.pdf

https://github.com/google-research/big_transfer

همین الان در کولب تست کنید:

https://colab.research.google.com/github/google-research/big_transfer/blob/master/colabs/big_transfer_tf2.ipynb

#مقاله #سورس_کد
NeRF++: Analyzing and Improving Neural Radiance Fields
https://arxiv.org/abs/2010.07492
https://github.com/Kai-46/nerfplusplus

#مقاله
همگام‌سازی دو ویدیو با یادگیری عمیق

Representation Learning via Global Temporal Alignment and Cycle-Consistency

📝Paper: https://arxiv.org/abs/2105.05217
💻Code: https://github.com/hadjisma/VideoAlignment (not released!)

#مقاله #سورس_کد

Body2Hands: Learning to Infer 3D Hands from Conversational Gesture Body Dynamics

pdf: https://arxiv.org/pdf/2007.12287.pdf
abs: https://arxiv.org/abs/2007.12287
Project page: http://people.eecs.berkeley.edu/~evonne_ng/projects/body2hands/
Code & pretrained model: https://github.com/facebookresearch/body2hands

#Body2Hands

#مقاله
You Only Look at One Sequence (NeurIPS 2021)

https://github.com/hustvl/YOLOS

#object_detection

#خبر #نوروساینس #مقاله

مغز ویژگی های مرتبط با چهره را به صورت فاکتورهای معنا دار نظیر سن و ... را در سطح single neuron کد میکند
Unsupervised deep learning shows that the brain disentangles faces into semantically meaningful factors, like age or a given smile, at the single neuron level.

https://www.nature.com/articles/s41467-021-26751-5