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 Італія87 Технології та додатки815...

📈 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 142 757 підписників, посідаючи 815 місце в категорії Технології та додатки та 87 місце у регіоні Італія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 142 757 підписників.

За останніми даними від 13 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -1 316, а за останні 24 години на -26, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 6.13%. Протягом перших 24 годин після публікації контент зазвичай збирає 1.79% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 8 753 переглядів. Протягом першої доби публікація в середньому набирає 2 559 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 17.
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 14 червня, 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.

142 757

Підписники

-2624 години

-1847 днів

-1 31630 день

8 753

Перегляди допису

~ 2 55924 години

~ 3 64348 годин

6.13%

Коефіцієнт залучення

~ 1

Дописів на день

Ads index

beta

Архів дописів

142 757

⚠ Message was hidden by channel owner

142 757

⚠ Message was hidden by channel owner

142 757

⚠ Message was hidden by channel owner

142 757

⚠ Message was hidden by channel owner

142 757

80+ Jupyter Notebook tutorials on image classification, object detection and image segmentation in various domains 📌 Agriculture and Food 📌 Medical and Healthcare 📌 Satellite 📌 Security and Surveillance 📌 ADAS and Self Driving Cars 📌 Retail and E-Commerce 📌 Wildlife Classification library https://github.com/Tessellate-Imaging/monk_v1 Notebooks - https://github.com/Tessellate-Imaging/monk_v1/tree/master/study_roadmaps/4_image_classification_zoo Detection and Segmentation Library https://github.com/Tessellate-Imaging/ Monk_Object_Detection Notebooks: https://github.com/Tessellate-Imaging/Monk_Object_Detection/tree/master/application_model_zoo

142 757

⚠ Message was hidden by channel owner

142 757

🔭 GRES: Generalized Referring Expression Segmentation New benchmark (GRES), which extends the classic RES to allow expressions to refer to an arbitrary number of target objects. 🖥 Github: https://github.com/henghuiding/ReLA ⏩ Paper: https://arxiv.org/abs/2306.00968 🔎 Project: https://henghuiding.github.io/GRES/ 📌 New dataset: https://github.com/henghuiding/gRefCOCO 👉 @computer_science_and_programming

142 757

⚠ Message was hidden by channel owner

142 757

Drag Your GAN: Interactive Point-based Manipulation on the Generative Image Manifold Paper: https://arxiv.org/abs/2305.10973 Github: https://github.com/XingangPan/DragGAN Project page: https://vcai.mpi-inf.mpg.de/projects/DragGAN/ 👉 @computer_science_and_programming

142 757

Test of Time: Instilling Video-Language Models with a Sense of Time GPT-5 will likely have video abilities, but will it have a sense of time? Here is answer to this question in #CVPR2023 paper by student of University of Amsterdam to learn how to instil time into video-language foundation models. Paper: https://arxiv.org/abs/2301.02074 Code: https://github.com/bpiyush/TestOfTime Project Page: https://bpiyush.github.io/testoftime-website/ 👉 @computer_science_and_programming

142 757

⚠ Message was hidden by channel owner

142 757

ViperGPT: Visual Inference via Python Execution for Reasoning ViperGPT, a framework that leverages code-generation models to compose vision-and-language models into subroutines to produce a result for any query. Github: https://github.com/cvlab-columbia/viper Paper: https://arxiv.org/pdf/2303.08128.pdf Project: https://paperswithcode.com/dataset/beat 👉@computer_science_and_programming

142 757

Multivariate Probabilistic Time Series Forecasting with Informer Efficient transformer-based model for LSTF. Method introduces a Probabilistic Attention mechanism to select the “active” queries rather than the “lazy” queries and provides a sparse Transformer thus mitigating the quadratic compute and memory requirements of vanilla attention. 🤗Hugging face: https://huggingface.co/blog/informer ⏩ Paper: https://huggingface.co/docs/transformers/main/en/model_doc/informer ⭐️ Colab: https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/multivariate_informer.ipynb 💨 Dataset: https://huggingface.co/docs/datasets/v2.7.0/en/package_reference/main_classes#datasets.Dataset.set_transform 👉@computer_science_and_programming

142 757

Efficient Teacher: Semi-Supervised Object Detection for YOLOv5 ✅ Efficient Teacher introduces semi-supervised object detection into practical applications, enabling users to obtain a strong generalization capability with only a small amount of labeled data and large amount of unlabeled data. ✅ Efficient Teacher provides category and custom uniform sampling, which can quickly improve the network performance in actual business scenarios. Paper: https://arxiv.org/abs/2302.07577 Github: https://github.com/AlibabaResearch/efficientteacher 👉@computer_science_and_programming

142 757

3D-aware Conditional Image Synthesis (pix2pix3D) Pix2pix3D synthesizes 3D objects (neural fields) given a 2D label map, such as a segmentation or edge map Github: https://github.com/dunbar12138/pix2pix3D Paper: https://arxiv.org/abs/2302.08509 Project: https://www.cs.cmu.edu/~pix2pix3D/ Datasets: CelebAMask , AFHQ-Cat-Seg , Shapenet-Car-Edge 👉@computer_science_and_programming

142 757

YOWOv2: A Stronger yet Efficient Multi-level Detection Framework for Real-time Spatio-temporal Action Detection SPATIO-temporal action detection (STAD) aims to detect action instances in the current frame, which it has been widely applied, such as video surveillance and somatosensory game. Paper: https://arxiv.org/pdf/2302.06848.pdf Github: https://github.com/yjh0410/YOWOv2 Dataset: https://drive.google.com/file/d/1Dwh90pRi7uGkH5qLRjQIFiEmMJrAog5J/view?usp=sharing 👉@computer_science_and_programming

142 757

Gen-1: The Next Step Forward for Generative AI Use words and images to generate new videos out of existing Introducing Gen-1: a new AI model that uses language and images to generate new videos out of existing ones. https://research.runwayml.com/gen1 ⭐️ Project: https://research.runwayml.com/gen1 ✅ Paper: https://arxiv.org/abs/2302.03011 📌Request form: https://docs.google.com/forms/d/e/1FAIpQLSfU0O_i1dym30hEI33teAvCRQ1i8UrGgXd4BPrvBWaOnDgs9g/viewform 👉@computer_science_and_programming

142 757

Audio AI Timeline Here we will keep track of the latest AI models for audio generation, starting in 2023! ▪️SingSong: Generating musical accompaniments from singing - Paper ▪️AudioLDM: Text-to-Audio Generation with Latent Diffusion Models - Paper - Code ▪️Moûsai: Text-to-Music Generation with Long-Context Latent Diffusion - Paper - Code ▪️Make-An-Audio: Text-To-Audio Generation with Prompt-Enhanced Diffusion Models - Paper ▪️Noise2Music ▪️RAVE2 - Paper - Code ▪️MusicLM: Generating Music From Text - Paper ▪️Msanii: High Fidelity Music Synthesis on a Shoestring Budget - Paper - Code - HuggingFace ▪️ArchiSound: Audio Generation with Diffusion - Paper - Code ▪️VALL-E: Neural Codec Language Models are Zero-Shot Text to Speech Synthesizers - Paper 👉@computer_science_and_programming

142 757

⚠ Message was hidden by channel owner

142 757

⚠ Message was hidden by channel owner