Превью для статьи

Практическое применение моделей YOLO и ResNet для обнаружения нежелательных предметов на фотографиях

В современном мире, где фотографии играют огромную роль в сфере социальных медиа, онлайн-безопасности и контроля содержимого, важно иметь эффективные инструменты для обнаружения нежелательных предметов на изображениях. В данной публикации мы рассмотрим практическое применение двух из самых популярных моделей YOLO и ResNet для обнаружения нежелательных предметов на фотографиях.

Превью для статьи

DeepPavlov «из коробки» для задачи NLP на Python

Как проанализировать текст в постах на habr.com? Примеры парсинга и поиск ответов на вопросы в тексте с помощью deepPavlov.

Превью для статьи

Scrapy – для обхода бесконечного скролла при парсинге vc.ru

Всем привет!
Обойти бесконечную прокрутку возможно!

Превью для статьи

Сбор данных с обходом капчи посредством PyAutoGui, Keras и Tensorflow

Как увеличить скорость работы в сравнении с человеческими ресурсами.

Превью для статьи

Графовая аналитика в 3D

Порой Data Scientist’ам приходится иметь дело с графами. Чаще всего, это дело не такое уж и сложное, но бывают разногласия, которые начинаются при представлении результатов заказчику данного графа, ведь у каждого своё представлении о прекрасном. Особенно, когда дело касается расположения узлов. Сегодня мы снова сколлаборируем библиотеки NetworkX и Plotly (как уже было ранее ), а также научимся отрисовывать 3D графы для более комфортного взаимодействия с заказчиком, который сможет сам покрутить полученные результаты. Пожалуй, начнем.

Превью для статьи

Анализ естественного языка (NLP)

В 1913 году ученые математики, используя ручной подсчет определили, что 43% гласных и 57% согласных содержит роман А.С. Пушкина «Евгений Онегин». Основной задачей было — построить первую модель генерирования языка и доказать, что статистические свойства языка можно моделировать. Сегодня расскажу, как, используя современные методы обработки языка, научить машину определять тематику текста.

Превью для статьи

Data Set для применения Computer Vision

Computer Vision (CV) – это набор методов, который наделяет компьютер способностью «видеть» и извлекать информацию из изображений и видео и он может быть использован в качестве инструмента для повышения эффективности аудита массовых нарушений в точках продаж.
В данной статье мы расскажем, как сформировать базу скриншотов из архива телевизионных систем видеонаблюдения (ТСВ) в точках продаж для последующего анализа с применением инструментов СV.