Computer Science and Programming

Відкрити в Telegram

Channel specialized for advanced topics of: * Artificial intelligence, * Machine Learning, * Deep Learning, * Computer Vision, * Data Science * Python Admin: @otchebuch Memes: @memes_programming Ads: @Source_Ads, https://telega.io/c/computer_science

Сітка:Computer Science and Programming Італія88 Технології та додатки804...

📈 Аналітичний огляд Telegram-каналу Computer Science and Programming

Канал Computer Science and Programming (@computer_science_and_programming) у мовному сегменті Англійська є активним учасником. На даний момент спільнота об'єднує 140 441 підписників, посідаючи 804 місце в категорії Технології та додатки та 88 місце у регіоні Італія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 140 441 підписників.

За останніми даними від 31 серпня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -734, а за останні 24 години на -18, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 7.96%. Протягом перших 24 годин після публікації контент зазвичай збирає 1.94% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 11 177 переглядів. Протягом першої доби публікація в середньому набирає 2 728 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 14.
Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як sellerflash, github, developer, pricing, waybienad.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Channel specialized for advanced topics of: * Artificial intelligence, * Machine Learning, * Deep Learning, * Computer Vision, * Data Science * Python Admin: @otchebuch Memes: @memes_programming Ads: @Source_Ads, https://telega.io/c/computer_sc...”

Завдяки високій частоті оновлень (останні дані отримано 01 вересня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.

Buy Ad

140 441

Підписники

-1824 години

-2617 днів

-73430 днів

11 177

Перегляди допису

~ 2 72824 години

~ 3 75748 годин

7.96%

Коефіцієнт залучення

Немає даних

Дописів на день

Ads index

beta

Архів дописів

140 432

Unseen Object Amodal Instance Segmentation (UOAIS)

140 432

Paper (ICCV2021): https://arxiv.org/pdf/2109.04425v1.pdf Github: https://github.com/yumingj/Talk-to-Edit Dataset: https://drive.google.com/drive/folders/18nejI_hrwNzWyoF6SW8bL27EYnM4STAs 👉@computer_science_and_programming

140 432

Now we can generate the faces with just with talking

140 432

Paper: https://arxiv.org/pdf/2108.11250v1.pdf Github: https://github.com/hustvl/YOLOP

140 432

You Only 👀 Once for Panoptic 🚙 Perception

140 432

Paper: https://arxiv.org/pdf/2105.06993.pdf Github: https://github.com/erikalu/omnimatte Project Page: https://omnimatte.github.io/ Supplimentary material: https://omnimatte.github.io/supplementary/index.html Explained: https://www.youtube.com/watch?v=lCBSGOwV-_o 👉@computer_science_and_programming

140 432

Now removing, duplicating or enhancing objects in video is more realistic with the assist of AI "We need to talk about the car in the room." This paper: what car? 🙈

140 432

Paper: https://arxiv.org/pdf/2103.14030.pdf Github: https://github.com/SwinTransformer/Swin-Transformer-Object-Detection Demo: https://www.youtube.com/watch?v=FQVS_0Bja6o 👉@computer_science_and_programming

140 432

Swin transformer for : ✔️ Object detection ✔️ Image Classification ✔️ Semantic Segmentation ✔️ Video Recognition

140 432

⚠ Message was hidden by channel owner

140 432

Paper: https://arxiv.org/pdf/2107.10833v1.pdf Github: https://github.com/xinntao/Real-ESRGAN Colab demo: https://colab.research.google.com/drive/1k2Zod6kSHEvraybHl50Lys0LerhyTMCo?usp=sharing 👉@computer_science_and_programming

140 432

Practical image restoration Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data 👉@computer_science_and_programming

140 432

A simpler design but better performance! It aims to bridge the gap between research and industrial communities. Paper: https://arxiv.org/pdf/2107.08430v1.pdf Github: https://github.com/Megvii-BaseDetection/YOLOX 👉@computer_science_and_programming

140 432

YOLOX: Exceeding YOLO Series in 2021 Anchor-free version of YOLO series Won the 1st Place on Streaming Perception Challenge (Workshop on Autonomous Driving at CVPR 2021)

140 432

SMURF: Self-Teaching Multi-Frame Unsupervised RAFT with Full-Image Warping Paper: https://arxiv.org/pdf/2105.07014.pdf Video: https://www.youtube.com/watch?v=W7NCbfZp6QE Code: https://github.com/google-research/google-research/tree/master/smurf 👉 @computer_science_and_programming

140 432

From Google and Waymo researchers: The self-/unsupervised revolution is near! Unsupervised optical flow model SMURF improves SOTA by 40% and beats many supervised methods such as PWC-Net and FlowNet2 👉 @computer_science_and_programming

140 432

All Open Access Papers: https://openaccess.thecvf.com/CVPR2021

140 432

It's CVPR 2021 time!

140 432

Paper: https://arxiv.org/pdf/2106.13797v2.pdf Github: https://github.com/whai362/PVT

140 432

PVTv2: Improved Baselines with Pyramid Vision Transformer ✅ Classification ✅ Detection ✅ Segmentation