PieData::DataLake

Меня часто спрашивают, как твой продукт DataLake будет работать с объектами, масок которых нет в базе. ❓ Для этого мы создали технологию уточнения разметки. На вход картинка, маска, промпт уточнения, на выход новая маска. ✨ Сейчас мы активно готовим новую технологию к выпуску. Хочу поделиться промежуточными результатами. 🚀

🔥Зарелизили semi-automatic Video Captioning инструмент 🆓Наш Video Caption датасет можно получить, написав мне директ!

Мои будни :)

😎 Кто хочет поработать в YC стартапе? Друзья, ищу iOS хаслера к себе в команду. Если у вас есть такие на примете, то скиньте плиз им картинку. За хорошую рекомендацию в обиде не оставлю. P.S. Есть крутой android engineer, дайте знать если вам нужно @rebryk

Коллеги, сделали +1 интеграцию на платформе с FiveBrane, теперь на нашей платформе можно уменьшать ко-во семплов для обучения, оставляя прежнюю точность с помощью этой интеграции, скоро представим результаты на кейсе одного из наших клиентов !

Как культура может уничтожить даже самую сильную команду и наоборот Меня удивляет как многие предприниматели кладут на людей. Ребята, команда — это главное, что у нас есть. Нет ничего важнее людей в бизнесе. Процессы, регламенты… все это равно нулю, если за этим не стоит сильной команды. И культуры. Культуры поддержки, здравой критики, отсутствия рамок мышления, требовательности к результату и бескомпромиссному требованию к качеству продукта. Если все это собирается в одном месте, все непременно получается. Это как банка с солеными огурцами. Вам сперва надо сделать рассол (читай — культура), чтобы все огурцы засолились. Без рассола ничего не получится. При этом сильная команда может умереть в токсичной культуре. Так же как и сильная культура воспроизводит сильные команды, одновременно выталкивая слабых из компании. Когда эти две сущности (сильная команда и сильная культура) соединяются в одном месте — происходит магия 🪄 Прежде чем нанимать сильных специалистов, нужно создать пространство в которое они придут и смогут на 100% реализовать свой потенциал. Если такое пространство есть, крайне!!! важно сразу нанимать дорогих топов и лучших специалистов рынка. И только потом остальных. Потому что лучшие будут брать лучших и увольнять слабых. Возникнет положительный естественный отбор и через небольшой период времени вы удивитесь, что вас окружают самые умные люди, которых вы только могли себе представить. И которые из раза в раз достигают поставленных целей. @vitalyaleksandrov

БЕСПАТНЫЕ ДАННЫЕ ВСЕМ Коллеги, добрый вечер! Теперь, получив качественный сет на нашей платформе, Вы сможете заказать 1000 таких же фотографий с ручной разметкой по нереальным для Data Labelling рынка ценам ! Например, сет из 1000 фотографий размеченных автомобилей на дорогах, вы сможете приобрести всего за $20 (Это менее 2 руб на фото!) Если же данные по Вашему запросу Вам не понравятся, мы соберем этот сет бесплатно! Буду благодарен всем, кто сделает репост этого поста в свой канал или рабочий чат.

⚡️New ImagePromt adatpters in action!!! The order of operations: 1. Generate an image using SDXL/SD using only prompts and save it (bottom-right) 2. Extract canny edges from a target-photo (top-right, top-mid) 3. Apply SDXL+IP-Adaptor+ControlNet Paper description will post later :)

Очень крутые результаты, полученные моим близким другом

PieData x HuggingFace Интеграция Теперь можно запредиктить любую модель c HF на своем датасете

А мы можем :)

Хочу поделиться топовой статьей, которую недавно внедрили в движок нашего DataLake https://github.com/yifanxu74/mq-det Если кратко: теперь можно дать пару картинок на класс, как референс и вот ваша супер-модель по Object Detection готова. Далее собираем нужный датасет, инференсим супер-модель и получаем датасет, на котором уже тренируем мини-модель детекции. Если с подробностями: 1. CLIP по патчам. Используется два енкодера - для Text, Image, оба мапят в один Feature Space Разница в том, что предиктятся по патчам и по частям текста, вводится понятие Word-similarity в патче. Далее Image Encoder будет мапить в Feature Space наши референсные картинки Лоссы похожи на те, что в Clip с поправкой на патчи 2. Умная предтренировка енкодеров с референсом на GLIP

http://twelvelabs-20253029.hs-sites.com/multimodal-weekly-1020 Провели вебинар про возможности интеграции DataLake & Manot.ai

За сегодня сделали видео-демонстрацию работы нашей технологии и заонбордили 3х клиентов !

Первый датасет, которым хотим поделиться, - это 10К текстовых описаний изображений артов и фотографий. https://console.piedata.ai/proxy?project_id=64b61f572e9765980a0640d3&action=/invite%3Fdataset_id%3D64e7e871f8ee25131e976216 Прикладываю пару дата семплов.

Коллеги, здравствуйте Сегодня я хочу рассказать о моем новом продукте - DataLake С помощью этого продукта можно собирать небольшие датасеты с Computer Vision разметкой по текстовому запросу и паре примеров. Прикрепляю ссылку для тестирования первой версии. https://console.piedata.ai/proxy?project_id=64b61f572e9765980a0640d3&action=/login Наш сервис LabelMe все так же доступен и ежедневно размечает тысячи изображений нашим любимым клиентам 🙂

Коллеги, возьму на наставничество дата саентиста с перспективой работы в PieData.ai Немного о себе: - 9 лет в Data Science - был на протяжении 2-х лет ментором в проекте Техносфера - был на протяжении 3-х лет Head of AI Gradient photo editor (сделал ту самую фишку Look-a-like, которая взорвала интернет ) - основал свою компанию по разметке данных и сейчас делаю свою платформу по разметке данных (LabelMe.ru / PieData.ai) Как будет проходить наставничество - созвоны каждую неделю, на которых я даю задачи и обознаю материалы, которые нужно изучить/запустить - показываю на реальных кейсах от заказчиков, как решается та или иная задача - после прохождения обучения необходимо проработать в компании PieData минимум 1 год. Если заинтересовал, напиши @kaspar_george

Коллеги, ищу к себе в топовую команду дизайнера для создания фигмы обновленного сайта (pieData.ai) PieData - самая кастомизируемая платформа по разметке, которую можно интегрировать в свои системы, подвязывать собственные нейросети для ускорения разметки, и мощнейший аналитический инструмент для enterprise Мы стали TOP-1 Alchemist (class 31), собрали раунд от ангелов и сотрудничаем с топовыми компаниями на рынке данных (за прошлый год сделали выручку на платформу $1.5M). Если заинтересовал, напиши @kaspar_george

Привет, у меня друг покидает Москву, и сдает квартиру в элитном жк на кутузовском: 150м2, машиноместо в подземном паркинге. Мебель из крокодиловой кожи, по всей квартире аудиосистема с караоке, джакузи, два гардероба, два сан узла, полы из красного дерева. До центра 15 минут, до сити 10 мин, рядом Кристиан и Блек Тай и все рестики на Берсеневской, гостиница Украина. Пишите в лс: kaspar_george, если интересно