{"id":50920,"date":"2025-11-27T02:25:12","date_gmt":"2025-11-27T00:25:12","guid":{"rendered":"https:\/\/rss.eground-zerkalo.com\/?p=50920"},"modified":"2025-11-27T02:25:12","modified_gmt":"2025-11-27T00:25:12","slug":"%d0%ba%d1%83%d1%80%d1%81-cv-rocket-deepschool-%d0%b0%d0%bd%d0%b4%d1%80%d0%b5%d0%b9-%d1%88%d0%b0%d0%b4%d1%80%d0%b8%d0%ba%d0%be%d0%b2-%d0%b4%d0%bc%d0%b8%d1%82%d1%80%d0%b8%d0%b9-%d1%80%d0%b0%d0%ba","status":"publish","type":"post","link":"https:\/\/rss.eground-zerkalo.com\/?p=50920","title":{"rendered":"\u041a\u0443\u0440\u0441 CV Rocket [DeepSchool] [\u0410\u043d\u0434\u0440\u0435\u0439 \u0428\u0430\u0434\u0440\u0438\u043a\u043e\u0432, \u0414\u043c\u0438\u0442\u0440\u0438\u0439 \u0420\u0430\u043a\u043e\u0432, \u0414\u043c\u0438\u0442\u0440\u0438\u0439 \u0427\u0443\u0434\u0430\u043a\u043e\u0432]"},"content":{"rendered":"<h2 class=\"\">\u0421\u043a\u043b\u0430\u0434\u0447\u0438\u043d\u0430: \u041a\u0443\u0440\u0441 CV Rocket [DeepSchool] [\u0410\u043d\u0434\u0440\u0435\u0439 \u0428\u0430\u0434\u0440\u0438\u043a\u043e\u0432, \u0414\u043c\u0438\u0442\u0440\u0438\u0439 \u0420\u0430\u043a\u043e\u0432, \u0414\u043c\u0438\u0442\u0440\u0438\u0439 \u0427\u0443\u0434\u0430\u043a\u043e\u0432]<\/h2>\n<p> \t\t\t\t\t<img decoding=\"async\" src=\"https:\/\/v29.skladchik.org\/attachments\/2025-11-27_064818-png.1198531\/\" class=\"bbCodeImage LbImage\" alt=\"2025-11-27_064818.png\" \/> \t\t  <\/p>\n<p> \u041f\u043e\u0433\u0440\u0443\u0437\u0438\u0442\u0435\u0441\u044c \u0432 \u043f\u0440\u043e\u0434\u0432\u0438\u043d\u0443\u0442\u044b\u0439 Computer Vision: \u043e\u0442 \u0441\u043b\u043e\u0436\u043d\u043e\u0441\u0442\u0435\u0439 \u0438 \u043a\u043e\u0440\u043d\u0435\u0440-\u043a\u0435\u0439\u0441\u043e\u0432 \u0432 \u00ab\u043e\u0431\u044b\u0447\u043d\u044b\u0445\u00bb \u0437\u0430\u0434\u0430\u0447\u0430\u0445 \u0434\u043e \u043c\u0443\u043b\u044c\u0442\u0438\u043c\u043e\u0434\u0430\u043b\u044c\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0438 \u0434\u0438\u0437\u0430\u0439\u043d\u0430 CV-\u0441\u0438\u0441\u0442\u0435\u043c<\/p>\n<p> <b>\u041a\u0443\u0440\u0441 \u043f\u043e\u0434\u043e\u0439\u0434\u0451\u0442 CV-\u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430\u043c \u0432\u0441\u0435\u0445 \u0433\u0440\u0435\u0439\u0434\u043e\u0432<\/b> <\/p>\n<ul>\n<li>Junior &#8212; \u0443\u0437\u043d\u0430\u0435\u0442\u0435 \u0442\u0435\u043e\u0440\u0438\u044e \u0438 \u0437\u0430\u043a\u0440\u0435\u043f\u0438\u0442\u0435 \u043d\u0430 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0435<\/li>\n<li>Middle &#8212; \u0441\u0438\u0441\u0442\u0435\u043c\u0430\u0442\u0438\u0437\u0438\u0440\u0443\u0435\u0442\u0435 \u0437\u043d\u0430\u043d\u0438\u044f \u0438 \u0437\u0430\u043a\u0440\u043e\u0435\u0442\u0435 \u043f\u0440\u043e\u0431\u0435\u043b\u044b<\/li>\n<li>Senior &#8212; \u043f\u043e\u0434\u0441\u043c\u043e\u0442\u0440\u0438\u0442\u0435 \u043d\u0430 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0438 \u0434\u0440\u0443\u0433\u0438\u0445 \u043a\u043e\u043c\u0430\u043d\u0434<\/li>\n<\/ul>\n<p><b>\u041f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0430<\/b><br \/> \u041b\u0435\u043a\u0446\u0438\u044f \u043a\u0430\u0436\u0434\u0443\u044e \u043d\u0435\u0434\u0435\u043b\u044e. \u041f\u043e\u0441\u043b\u0435 \u043a\u0430\u0436\u0434\u043e\u0439 \u0442\u0435\u043c\u044b \u2014 \u0434\u043e\u043c\u0430\u0448\u043d\u0435\u0435 \u0437\u0430\u0434\u0430\u043d\u0438\u0435 \u0441 \u0444\u0438\u0434\u0431\u0435\u043a\u043e\u043c \u043e\u0442 \u043b\u0435\u043a\u0442\u043e\u0440\u0430. \u0420\u0430\u0437 \u0432 4\u22125 \u043d\u0435\u0434\u0435\u043b\u044c \u2014 Q&amp;A-\u0441\u0435\u0441\u0441\u0438\u044f \u0434\u043b\u044f \u0440\u0430\u0437\u0431\u043e\u0440\u0430 \u0432\u043e\u043f\u0440\u043e\u0441\u043e\u0432 \u0438 \u043f\u0435\u0440\u0435\u0440\u044b\u0432 \u043d\u0430 \u043a\u0430\u043d\u0438\u043a\u0443\u043b\u044b.<\/p>\n<p> <b>01. \u041f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445<\/b><br \/> \u0420\u0430\u0437\u0431\u0435\u0440\u0451\u043c \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0438 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445: \u043d\u0430\u0443\u0447\u0438\u043c\u0441\u044f \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u044c \u0438 \u043a\u0443\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u044b. \u041e\u0431\u0441\u0443\u0434\u0438\u043c \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b \u0434\u043b\u044f inhouse-\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0438 \u0444\u043e\u0440\u043c\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0422\u0417, \u0430 \u0442\u0430\u043a\u0436\u0435 \u0432\u043d\u0435\u0434\u0440\u0435\u043d\u0438\u0435 \u0430\u0432\u0442\u043e\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> Data-Centric AI \u2014 \u043d\u043e\u0432\u044b\u0439 \u0444\u043e\u043a\u0443\u0441 \u0432 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u043c \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0438<br \/> \u0413\u0434\u0435 \u0432\u0441\u0435 \u0431\u0435\u0440\u0443\u0442 \u0434\u0430\u043d\u043d\u044b\u0435? \u041a\u0430\u043a \u0441\u043e\u0431\u0438\u0440\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u0438\u0437 \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0430: \u0432\u0435\u0431-\u0441\u043a\u0440\u0430\u043f\u0438\u043d\u0433<br \/> \u0420\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b \u0434\u043b\u044f \u0430\u043d\u043d\u043e\u0442\u0430\u0446\u0438\u0438 (Label Studio, CVAT)<br \/> \u041a\u043e\u0433\u0434\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0435\u0442 \u2014 \u0441\u043e\u0437\u0434\u0430\u0451\u043c \u0441\u0430\u043c\u0438: \u0441\u0438\u043d\u0442\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u0434\u0438\u0444\u0444\u0443\u0437\u0438\u043e\u043d\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438<\/p>\n<p> <b>02. \u041f\u043e\u043b\u0443\u0447\u0435\u043d\u0438\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445<\/b><br \/> \u041d\u0430\u0443\u0447\u0438\u043c\u0441\u044f \u043d\u0435 \u043f\u0440\u043e\u0441\u0442\u043e \u0441\u043e\u0431\u0438\u0440\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435, \u0430 \u043f\u0440\u043e\u0435\u043a\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0438\u0445 \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u0438\u044f \u0438 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0442\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043d\u0430 \u0432\u0441\u0435\u0445 \u044d\u0442\u0430\u043f\u0430\u0445 \u2014 \u043e\u0442 \u0441\u0431\u043e\u0440\u0430 \u0434\u043e \u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441\u0430<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> \u0410\u043a\u0442\u0438\u0432\u043d\u043e\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0434\u043b\u044f \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u043e\u0433\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438<br \/> \u041e\u0446\u0435\u043d\u043a\u0430 \u0438 \u0443\u043b\u0443\u0447\u0448\u0435\u043d\u0438\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438: \u043f\u0435\u0440\u0435\u043a\u0440\u0451\u0441\u0442\u043d\u0430\u044f \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0430, foundation-\u043c\u043e\u0434\u0435\u043b\u0438<br \/> \u041c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433 \u0434\u0430\u043d\u043d\u044b\u0445 \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d\u0435 \u0438 \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0435\u043d\u0438\u0435 \u0441\u0434\u0432\u0438\u0433\u043e\u0432 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f<br \/> \u041a\u0430\u043a \u043f\u0440\u043e\u0435\u043a\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0441\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u043e\u0434 \u0437\u0430\u0434\u0430\u0447\u0443: \u0441\u0435\u043d\u0441\u043e\u0440\u044b, \u0442\u0440\u0438\u0433\u0433\u0435\u0440\u044b, \u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435<\/p>\n<p> <b>03. \u0421\u0435\u043a\u0440\u0435\u0442\u044b \u0443\u0441\u043f\u0435\u0448\u043d\u044b\u0445 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440<\/b><br \/> \u0420\u0430\u0437\u0431\u0435\u0440\u0451\u043c \u0443\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u043e \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0439: \u043e\u0442 \u0441\u0432\u0451\u0440\u0442\u043e\u0447\u043d\u044b\u0445 \u0431\u043b\u043e\u043a\u043e\u0432 \u0434\u043e \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440\u043e\u0432 \u0438 \u0430\u0434\u0430\u043f\u0442\u0438\u0432\u043d\u044b\u0445 \u0433\u043e\u043b\u043e\u0432<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> \u0410\u0434\u0430\u043f\u0442\u0430\u0446\u0438\u044f \u0431\u043e\u043b\u044c\u0448\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439: LoRA, ControlNet, IP-Adapter<br \/> \u042d\u0432\u043e\u043b\u044e\u0446\u0438\u044f \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440: \u043e\u0442 ResNet \u043a EfficientNet \u0438 Vision Transformers<br \/> \u041f\u043e\u0447\u0435\u043c\u0443 BatchNorm \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0438 \u043a\u0430\u043a\u0438\u0435 \u0435\u0441\u0442\u044c \u0430\u043b\u044c\u0442\u0435\u0440\u043d\u0430\u0442\u0438\u0432\u044b<br \/> \u0421\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438: feature extractor, neck, head<\/p>\n<p> <b>04. \u041e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0438 \u0431\u044b\u0441\u0442\u0440\u044b\u0439 \u0432\u0435\u043a\u0442\u043e\u0440\u043d\u044b\u0439 \u043f\u043e\u0438\u0441\u043a<\/b><br \/> \u041d\u0430\u0443\u0447\u0438\u043c\u0441\u044f \u043e\u0431\u0443\u0447\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0441\u043e\u0437\u0434\u0430\u044e\u0442 \u043e\u0441\u043c\u044b\u0441\u043b\u0435\u043d\u043d\u044b\u0435 \u0432\u0435\u043a\u0442\u043e\u0440\u043d\u044b\u0435 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u044f, \u0438 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u043e \u0438\u0441\u043a\u0430\u0442\u044c \u043f\u043e \u043d\u0438\u043c \u0432 \u0431\u043e\u043b\u044c\u0448\u0438\u0445 \u0431\u0430\u0437\u0430\u0445<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> \u041e\u0446\u0435\u043d\u043a\u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430: Precision@K, Recall@K, Closed vs Open set<br \/> \u0411\u044b\u0441\u0442\u0440\u044b\u0439 \u043f\u043e\u0438\u0441\u043a: FAISS, Navigable Small Worlds, \u0445\u044d\u0448\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435<br \/> Angular Loss \u0438 ArcFace \u0434\u043b\u044f \u0443\u043b\u0443\u0447\u0448\u0435\u043d\u0438\u044f \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u043e\u0432<br \/> Metric Learning: \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u0439 \u0447\u0435\u0440\u0435\u0437 contrastive \u0438 triplet loss<\/p>\n<p> <b>05. \u041c\u0443\u043b\u044c\u0442\u0438\u043c\u043e\u0434\u0430\u043b\u044c\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438<\/b><br \/> \u041f\u043e\u0437\u043d\u0430\u043a\u043e\u043c\u0438\u043c\u0441\u044f \u0441 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438, \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u044f\u044e\u0449\u0438\u043c\u0438 \u0437\u0440\u0435\u043d\u0438\u0435 \u0438 \u044f\u0437\u044b\u043a: \u043e\u0442 CLIP \u0434\u043e \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 VLM \u0438 retrieval-\u0441\u0438\u0441\u0442\u0435\u043c<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> \u0412\u044b\u0431\u043e\u0440 \u0440\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u0438 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u043e\u0432: Matryoshka Representation Learning<br \/> \u041a\u0430\u043a \u043e\u0431\u0443\u0447\u0430\u0442\u044c \u043c\u0443\u043b\u044c\u0442\u0438\u043c\u043e\u0434\u0430\u043b\u044c\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u043f\u0430\u0440\u0430\u0445 \u00ab\u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435\u2013\u0442\u0435\u043a\u0441\u0442\u00bb<br \/> \u041f\u0440\u0438\u043d\u0446\u0438\u043f \u0440\u0430\u0431\u043e\u0442\u044b CLIP \u0438 \u0435\u0433\u043e \u043c\u043e\u0434\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0439 (SigLIP, BLIP)<\/p>\n<p> <b>06. \u0414\u0435\u0442\u0435\u043a\u0446\u0438\u044f \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432<\/b><br \/> \u0420\u0430\u0437\u0431\u0435\u0440\u0451\u043c \u044d\u0432\u043e\u043b\u044e\u0446\u0438\u044e \u0434\u0435\u0442\u0435\u043a\u0442\u043e\u0440\u043e\u0432: \u043e\u0442 \u044f\u043a\u043e\u0440\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0434\u043e \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440\u043e\u0432 \u0438 openset-\u043f\u043e\u0434\u0445\u043e\u0434\u043e\u0432<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> Openset-\u0434\u0435\u0442\u0435\u043a\u0446\u0438\u044f \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e foundation-\u043c\u043e\u0434\u0435\u043b\u0435\u0439 (Florence, GLEE)<br \/> DETR \u0438 \u0433\u0438\u0431\u0440\u0438\u0434\u043d\u044b\u0435 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440\u043e\u0432<br \/> Anchor-free \u043f\u043e\u0434\u0445\u043e\u0434\u044b: CenterNet, YOLO11<br \/> One-stage vs two-stage \u0434\u0435\u0442\u0435\u043a\u0442\u043e\u0440\u044b: SSD, RetinaNet, Faster R-CNN<\/p>\n<p> <b>07. \u0421\u0435\u0433\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u044f<\/b><br \/> \u0418\u0437\u0443\u0447\u0438\u043c \u043c\u0435\u0442\u043e\u0434\u044b \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u0438: \u043e\u0442 \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0445 U-Net \u0434\u043e \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 foundation-\u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0438 \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0432\u044b\u0441\u043e\u043a\u0438\u043c \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> Foundation-\u043c\u043e\u0434\u0435\u043b\u0438: Segment Anything (SAM) \u0438 \u043f\u0440\u043e\u043c\u043f\u0442\u0438\u043d\u0433<br \/> \u0420\u0430\u0431\u043e\u0442\u0430 \u0441 high-res \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f\u043c\u0438 \u0438 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u043d\u044b\u043c\u0438 \u043c\u0430\u0441\u043a\u0430\u043c\u0438<br \/> \u0410\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b: U-Net, Mask R-CNN, Mask2Former<br \/> \u0422\u0438\u043f\u044b \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u0438: \u0441\u0435\u043c\u0430\u043d\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f, instance, panoptic<\/p>\n<p> <b>08. Optical Character Recognition (OCR)<\/b><br \/> \u0420\u0430\u0437\u0431\u0435\u0440\u0451\u043c \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u043f\u043e\u0434\u0445\u043e\u0434\u044b \u043a \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044e \u0442\u0435\u043a\u0441\u0442\u0430: \u043e\u0442 \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043f\u0430\u0439\u043f\u043b\u0430\u0439\u043d\u043e\u0432 \u0434\u043e \u043c\u0443\u043b\u044c\u0442\u0438\u043c\u043e\u0434\u0430\u043b\u044c\u043d\u044b\u0445 VLM<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> \u0412\u044b\u0431\u043e\u0440 \u0441\u0442\u0440\u0430\u0442\u0435\u0433\u0438\u0438 OCR \u0432 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438 \u043e\u0442 \u0437\u0430\u0434\u0430\u0447\u0438 \u0438 \u0434\u0430\u043d\u043d\u044b\u0445<br \/> \u0421\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 VLM \u0434\u043b\u044f OCR: PaliGemma, Qwen-VL, DocVLM<br \/> OCR-\u043f\u0430\u0439\u043f\u043b\u0430\u0439\u043d: \u0434\u0435\u0442\u0435\u043a\u0446\u0438\u044f + \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435 (FAST, CRNN, CTC)<\/p>\n<p> <b>09. \u041f\u043e\u0438\u0441\u043a \u043e\u0448\u0438\u0431\u043e\u043a \u0438 \u0438\u043d\u0442\u0435\u0440\u043f\u0440\u0435\u0442\u0438\u0440\u0443\u0435\u043c\u043e\u0441\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0435\u0439<\/b><br \/> \u041d\u0430\u0443\u0447\u0438\u043c\u0441\u044f \u043e\u0442\u043b\u0430\u0436\u0438\u0432\u0430\u0442\u044c \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435, \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u044c \u0430\u043d\u043e\u043c\u0430\u043b\u0438\u0438 \u0438 \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c, \u043f\u043e\u0447\u0435\u043c\u0443 \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442 \u0442\u0435 \u0438\u043b\u0438 \u0438\u043d\u044b\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u044f<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> \u0418\u043d\u0442\u0435\u0440\u043f\u0440\u0435\u0442\u0430\u0446\u0438\u044f \u0447\u0435\u0440\u0435\u0437 attention, Grad-CAM, LIME, ProtoNets<br \/> \u041c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433 \u0430\u043a\u0442\u0438\u0432\u0430\u0446\u0438\u0439 \u0438 \u0432\u044b\u0445\u043e\u0434\u043e\u0432 \u043c\u043e\u0434\u0435\u043b\u0438 \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d\u0435<br \/> \u041f\u043e\u0438\u0441\u043a \u0430\u043d\u043e\u043c\u0430\u043b\u0438\u0439: Normalizing Flows, contrastive \u043f\u043e\u0434\u0445\u043e\u0434\u044b<br \/> \u0414\u0438\u0430\u0433\u043d\u043e\u0441\u0442\u0438\u043a\u0430 \u043f\u0440\u043e\u0431\u043b\u0435\u043c \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f: NaN, \u043f\u0435\u0440\u0435\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435, \u043f\u043b\u0430\u0442\u043e<\/p>\n<p> <b>10. Self-supervised Learning<\/b><br \/> \u041e\u0441\u0432\u043e\u0438\u043c \u043c\u0435\u0442\u043e\u0434\u044b \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0431\u0435\u0437 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438: \u043e\u0442 pretext-\u0437\u0430\u0434\u0430\u0447 \u0434\u043e \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 SSL-\u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u043e\u0432 \u0432\u0440\u043e\u0434\u0435 BYOL<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> \u041f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0430\u0446\u0438\u0438: \u0430\u0443\u0433\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u0438, batch size, linear evaluation<br \/> BYOL: \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430, EMA, projector\/predictor<br \/> Pretext-\u0437\u0430\u0434\u0430\u0447\u0438: \u0432\u043e\u0441\u0441\u0442\u0430\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435, \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442, \u0438\u043d\u0432\u0430\u0440\u0438\u0430\u043d\u0442\u043d\u043e\u0441\u0442\u044c<br \/> \u0417\u0430\u0447\u0435\u043c \u043d\u0443\u0436\u0435\u043d SSL \u0438 \u043a\u043e\u0433\u0434\u0430 \u043e\u043d \u043b\u0443\u0447\u0448\u0435 transfer learning<\/p>\n<p> <b>11. \u0420\u0430\u0431\u043e\u0442\u0430 \u0441 \u0432\u0438\u0434\u0435\u043e<\/b><br \/> \u0418\u0437\u0443\u0447\u0438\u043c \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u0438 \u0432\u0438\u0434\u0435\u043e\u0434\u0430\u043d\u043d\u044b\u0445 \u0438 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b \u0434\u043b\u044f \u0438\u0445 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438: \u043e\u0442 3D-CNN \u0434\u043e VideoMAE \u0438 \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440\u043e\u0432<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> Fusion-\u0441\u0442\u0440\u0430\u0442\u0435\u0433\u0438\u0438 \u0434\u043b\u044f \u0443\u0447\u0451\u0442\u0430 \u0432\u0440\u0435\u043c\u0435\u043d\u0438<br \/> Foundation-\u043c\u043e\u0434\u0435\u043b\u0438 \u0434\u043b\u044f \u0432\u0438\u0434\u0435\u043e \u0438 \u0438\u0445 \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435<br \/> \u0410\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b: 3D CNN, R(2+1)D, ViViT, VideoMAE<br \/> \u0421\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430 \u0432\u0438\u0434\u0435\u043e: \u043a\u043e\u0434\u0435\u043a\u0438, FPS, \u0431\u0438\u0442\u0440\u0435\u0439\u0442, I\/P-\u043a\u0430\u0434\u0440\u044b<\/p>\n<p> <b>12. \u0417\u0430\u0434\u0430\u0447\u0438 \u043d\u0430 \u0432\u0438\u0434\u0435\u043e<\/b><br \/> \u041f\u043e\u0433\u0440\u0443\u0437\u0438\u043c\u0441\u044f \u0432 \u043f\u0440\u0438\u043a\u043b\u0430\u0434\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u0447\u0438: \u0442\u0440\u0435\u043a\u0438\u043d\u0433, action recognition \u0438 multimodal-\u0430\u043d\u0430\u043b\u0438\u0437<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> \u0422\u0440\u0435\u043a\u0438\u043d\u0433: SORT, Kalman Filter, \u043c\u0430\u0442\u0447\u0438\u043d\u0433, Re-ID<br \/> \u041c\u0435\u0442\u0440\u0438\u043a\u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430: HOTA, DetA, AssA<br \/> Action Recognition: \u043e\u0442 \u043a\u0430\u0434\u0440\u043e\u0432 \u0434\u043e \u043f\u043e\u0437\u044b \u0438 \u0430\u0443\u0434\u0438\u043e<\/p>\n<p> <b>13. \u0414\u0438\u0437\u0430\u0439\u043d ML-\u0441\u0438\u0441\u0442\u0435\u043c<\/b><br \/> \u041d\u0430\u0443\u0447\u0438\u043c\u0441\u044f \u043f\u0440\u043e\u0435\u043a\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c ML-\u0440\u0435\u0448\u0435\u043d\u0438\u044f \u043a\u0430\u043a \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u044b: \u043e\u0442 \u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u043e\u0432\u043a\u0438 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u0434\u043e \u0432\u044b\u0431\u043e\u0440\u0430 \u043c\u0435\u0442\u0440\u0438\u043a \u0438 \u0433\u0438\u043f\u043e\u0442\u0435\u0437<br \/> \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u043c\u044b:<br \/> \u041f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u0435 \u0434\u0435\u0440\u0435\u0432\u0430 \u0433\u0438\u043f\u043e\u0442\u0435\u0437 \u0438 \u043c\u0435\u0442\u0440\u0438\u043a \u0434\u043b\u044f \u043f\u0440\u0438\u043d\u044f\u0442\u0438\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u0439<br \/> \u0424\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u044b\u0435 \u0438 \u043d\u0435\u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u044b\u0435 \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f \u043a \u0441\u0438\u0441\u0442\u0435\u043c\u0435<br \/> \u0420\u0430\u0437\u043b\u0438\u0447\u0438\u0435 \u043c\u0435\u0436\u0434\u0443 \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u043c \u0438 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u043c \u0432 ML<\/p>\n<p> \u0421\u0442\u0430\u0440\u0442 \u2014 9 \u043c\u0430\u0440\u0442\u0430. <br \/> \u0421\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u044c \u0443\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0442\u043e\u0440<\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u0421\u043a\u043b\u0430\u0434\u0447\u0438\u043d\u0430: \u041a\u0443\u0440\u0441 CV Rocket [DeepSchool] [\u0410\u043d\u0434\u0440\u0435\u0439 \u0428\u0430\u0434\u0440\u0438\u043a\u043e\u0432, \u0414\u043c\u0438\u0442\u0440\u0438\u0439 \u0420\u0430\u043a\u043e\u0432, \u0414\u043c\u0438\u0442\u0440\u0438\u0439 \u0427\u0443\u0434\u0430\u043a\u043e\u0432] \u041f\u043e\u0433\u0440\u0443\u0437\u0438\u0442\u0435\u0441\u044c \u0432 \u043f\u0440\u043e\u0434\u0432\u0438\u043d\u0443\u0442\u044b\u0439 Computer Vision: \u043e\u0442 \u0441\u043b\u043e\u0436\u043d\u043e\u0441\u0442\u0435\u0439 \u0438 \u043a\u043e\u0440\u043d\u0435\u0440-\u043a\u0435\u0439\u0441\u043e\u0432 \u0432 \u00ab\u043e\u0431\u044b\u0447\u043d\u044b\u0445\u00bb \u0437\u0430\u0434\u0430\u0447\u0430\u0445 \u0434\u043e \u043c\u0443\u043b\u044c\u0442\u0438\u043c\u043e\u0434\u0430\u043b\u044c\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0438 \u0434\u0438\u0437\u0430\u0439\u043d\u0430 CV-\u0441\u0438\u0441\u0442\u0435\u043c \u041a\u0443\u0440\u0441 \u043f\u043e\u0434\u043e\u0439\u0434\u0451\u0442 CV-\u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430\u043c \u0432\u0441\u0435\u0445 \u0433\u0440\u0435\u0439\u0434\u043e\u0432 Junior &#8212; \u0443\u0437\u043d\u0430\u0435\u0442\u0435 \u0442\u0435\u043e\u0440\u0438\u044e \u0438 \u0437\u0430\u043a\u0440\u0435\u043f\u0438\u0442\u0435 \u043d\u0430 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0435 Middle &#8212; \u0441\u0438\u0441\u0442\u0435\u043c\u0430\u0442\u0438\u0437\u0438\u0440\u0443\u0435\u0442\u0435 \u0437\u043d\u0430\u043d\u0438\u044f \u0438 \u0437\u0430\u043a\u0440\u043e\u0435\u0442\u0435 \u043f\u0440\u043e\u0431\u0435\u043b\u044b Senior &#8212; \u043f\u043e\u0434\u0441\u043c\u043e\u0442\u0440\u0438\u0442\u0435 \u043d\u0430 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0438 \u0434\u0440\u0443\u0433\u0438\u0445 [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[],"class_list":["post-50920","post","type-post","status-publish","format-standard","hentry","category-rss"],"_links":{"self":[{"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/posts\/50920","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=50920"}],"version-history":[{"count":0,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/posts\/50920\/revisions"}],"wp:attachment":[{"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=50920"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=50920"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=50920"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}