home.social

#segmentation — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #segmentation, aggregated by home.social.

  1. Poland B2B Buy Now Pay Later Business Report 2026: Market to Expand by $2 Billion by 2030

    Company Logo Poland’s B2B BNPL market shows robust growth potential, driven by rising demand for flexible payment solutions…
    #Poland #Polska #PL #Europe #Europa #EU #CompanySize #MarketSize #ProductCategories #Segmentation
    europesays.com/poland/3207/

  2. New open course at @gisocw! Learn collecting ground truth in the field with @merginmaps, -assisted of ground truth polygons with the AI Segmentation plugin by and the full workflow from downloading -2 data, Random Forest classification & accuracy assessment using the Semi-Automatic Classification plugin in .

    🔗 courses.gisopencourseware.org/

  3. New open course at @gisocw! Learn collecting ground truth in the field with @merginmaps, #AI-assisted #segmentation of ground truth polygons with the AI Segmentation plugin by #TerraLab and the full workflow from downloading #Sentinel-2 data, Random Forest classification & accuracy assessment using the Semi-Automatic Classification plugin in #QGIS.

    🔗 courses.gisopencourseware.org/

    #GIS #RemoteSensing #OSGeo #FOSS4G #MachineLearning

  4. New open course at @gisocw! Learn collecting ground truth in the field with @merginmaps, #AI-assisted #segmentation of ground truth polygons with the AI Segmentation plugin by #TerraLab and the full workflow from downloading #Sentinel-2 data, Random Forest classification & accuracy assessment using the Semi-Automatic Classification plugin in #QGIS.

    🔗 courses.gisopencourseware.org/

    #GIS #RemoteSensing #OSGeo #FOSS4G #MachineLearning

  5. New open course at @gisocw! Learn collecting ground truth in the field with @merginmaps, #AI-assisted #segmentation of ground truth polygons with the AI Segmentation plugin by #TerraLab and the full workflow from downloading #Sentinel-2 data, Random Forest classification & accuracy assessment using the Semi-Automatic Classification plugin in #QGIS.

    🔗 courses.gisopencourseware.org/

    #GIS #RemoteSensing #OSGeo #FOSS4G #MachineLearning

  6. New open course at @gisocw! Learn collecting ground truth in the field with @merginmaps, #AI-assisted #segmentation of ground truth polygons with the AI Segmentation plugin by #TerraLab and the full workflow from downloading #Sentinel-2 data, Random Forest classification & accuracy assessment using the Semi-Automatic Classification plugin in #QGIS.

    🔗 courses.gisopencourseware.org/

    #GIS #RemoteSensing #OSGeo #FOSS4G #MachineLearning

  7. The ZOO Model is a collection of pre-trained deep learning models in ONNX format for the Qgis Deepness plugin to perform automatic object segmentation in orthophotos and satellite imagery #segmentation

    qgis-plugin-deepness.readthedo

  8. New video: review of the AI Segmentation by #TerraLab plugin that allows smooth image segmentation in QGIS based on Meta's Segment Anything Model. Watch it on: 📺YouTube: youtu.be/oKxh8ldYflM 📺QwastTube: videos.qwast-gis.com/w/d8RMLJzcm1... #QGIS #GeoAI #segmentation #SAM #OpenSource #GIS

    Review of the AI Segmentation ...

  9. Nano Banana Pro. Реальное применение, а не мемные картинки

    Когда данных мало, а домен сильно отличается, предобученные модели перестают работать. Я попробовал вместо сбора и ручной разметки генерировать дорожные дефекты поверх реальных кадров. Что получилось, где работает, где нет и сколько это стоит - в статье.

    habr.com/ru/articles/993968/

    #ai #nano_banana_pro #synthetic_data #computer_vision #segmentation

  10. Nano Banana Pro. Реальное применение, а не мемные картинки

    Когда данных мало, а домен сильно отличается, предобученные модели перестают работать. Я попробовал вместо сбора и ручной разметки генерировать дорожные дефекты поверх реальных кадров. Что получилось, где работает, где нет и сколько это стоит - в статье.

    habr.com/ru/articles/993968/

    #ai #nano_banana_pro #synthetic_data #computer_vision #segmentation

  11. Nano Banana Pro. Реальное применение, а не мемные картинки

    Когда данных мало, а домен сильно отличается, предобученные модели перестают работать. Я попробовал вместо сбора и ручной разметки генерировать дорожные дефекты поверх реальных кадров. Что получилось, где работает, где нет и сколько это стоит - в статье.

    habr.com/ru/articles/993968/

    #ai #nano_banana_pro #synthetic_data #computer_vision #segmentation

  12. Nano Banana Pro. Реальное применение, а не мемные картинки

    Когда данных мало, а домен сильно отличается, предобученные модели перестают работать. Я попробовал вместо сбора и ручной разметки генерировать дорожные дефекты поверх реальных кадров. Что получилось, где работает, где нет и сколько это стоит - в статье.

    habr.com/ru/articles/993968/

    #ai #nano_banana_pro #synthetic_data #computer_vision #segmentation

  13. $8.2 Bn Market Opportunities, Trends, Competitive Analysis, Strategies, and Forecasts, 2019-2024, 2024-2029F, 2034F

    Company Logo Key market opportunities in the creator economy analytics AI sector include increasing adoption of AI-powered tool…
    #Economy #artificialintelligence #automationtools #compoundannualgrowthrate #contentcreators #CreatorEconomy #digitalplatforms #globalmarket #InfluencerMarketing #PredictiveAnalytics #segmentation #socialmediaplatforms
    europesays.com/2739687/

  14. Избавляемся от ошибок Segmentation fault из-за переполнения стека в С++

    Развивая идею доверенного языка программирования я пришел к выводу, что за счет ограничений синтаксиса и создания соответствующих проверок в статическом анализаторе кода, можно защититься практически ото всех технических ошибок, кроме двух - контроль динамически выделяемой памяти и переполнения стека. Причем, если для подсчета ссылок в рантайме, решения существуют, то контроль переполнения стека невозможно сделать не только во время анализа исходного текста программы, но это практически невозможно и во время выполнения приложения! Ведь ошибка переполнение стека (stack overflow) - это всегда фатально, так как не существует способа поймать и обработать эту ошибку изнутри выполняемой программы, чтобы потом продолжить её выполнение как ни в чем не бывало. Существует ли хотя бы теоретическая возможность защититься от ошибок переполнения стека и сделать из нее обычную ошибку (исключение), которую можно поймать (обработать) в самом приложении, чтобы была возможность продолжить выполнение программы без боязни последующей ошибки сегментации (segmentation fault) или повреждения стека (stack smashing)?

    habr.com/ru/articles/983394/

    #переполнение_стека #segmentation #segmentation_fault #stack_overflow #ошибки #исключения_в_c++ #обработка_ошибок #надежное_программирование #сезон_ии_в_разработке

  15. Избавляемся от ошибок Segmentation fault из-за переполнения стека в С++

    Развивая идею доверенного языка программирования я пришел к выводу, что за счет ограничений синтаксиса и создания соответствующих проверок в статическом анализаторе кода, можно защититься практически ото всех технических ошибок, кроме двух - контроль динамически выделяемой памяти и переполнения стека. Причем, если для подсчета ссылок в рантайме, решения существуют, то контроль переполнения стека невозможно сделать не только во время анализа исходного текста программы, но это практически невозможно и во время выполнения приложения! Ведь ошибка переполнение стека (stack overflow) - это всегда фатально, так как не существует способа поймать и обработать эту ошибку изнутри выполняемой программы, чтобы потом продолжить её выполнение как ни в чем не бывало. Существует ли хотя бы теоретическая возможность защититься от ошибок переполнения стека и сделать из нее обычную ошибку (исключение), которую можно поймать (обработать) в самом приложении, чтобы была возможность продолжить выполнение программы без боязни последующей ошибки сегментации (segmentation fault) или повреждения стека (stack smashing)?

    habr.com/ru/articles/983394/

    #переполнение_стека #segmentation #segmentation_fault #stack_overflow #ошибки #исключения_в_c++ #обработка_ошибок #надежное_программирование #сезон_ии_в_разработке

  16. Избавляемся от ошибок Segmentation fault из-за переполнения стека в С++

    Развивая идею доверенного языка программирования я пришел к выводу, что за счет ограничений синтаксиса и создания соответствующих проверок в статическом анализаторе кода, можно защититься практически ото всех технических ошибок, кроме двух - контроль динамически выделяемой памяти и переполнения стека. Причем, если для подсчета ссылок в рантайме, решения существуют, то контроль переполнения стека невозможно сделать не только во время анализа исходного текста программы, но это практически невозможно и во время выполнения приложения! Ведь ошибка переполнение стека (stack overflow) - это всегда фатально, так как не существует способа поймать и обработать эту ошибку изнутри выполняемой программы, чтобы потом продолжить её выполнение как ни в чем не бывало. Существует ли хотя бы теоретическая возможность защититься от ошибок переполнения стека и сделать из нее обычную ошибку (исключение), которую можно поймать (обработать) в самом приложении, чтобы была возможность продолжить выполнение программы без боязни последующей ошибки сегментации (segmentation fault) или повреждения стека (stack smashing)?

    habr.com/ru/articles/983394/

    #переполнение_стека #segmentation #segmentation_fault #stack_overflow #ошибки #исключения_в_c++ #обработка_ошибок #надежное_программирование #сезон_ии_в_разработке

  17. Избавляемся от ошибок Segmentation fault из-за переполнения стека в С++

    Развивая идею доверенного языка программирования я пришел к выводу, что за счет ограничений синтаксиса и создания соответствующих проверок в статическом анализаторе кода, можно защититься практически ото всех технических ошибок, кроме двух - контроль динамически выделяемой памяти и переполнения стека. Причем, если для подсчета ссылок в рантайме, решения существуют, то контроль переполнения стека невозможно сделать не только во время анализа исходного текста программы, но это практически невозможно и во время выполнения приложения! Ведь ошибка переполнение стека (stack overflow) - это всегда фатально, так как не существует способа поймать и обработать эту ошибку изнутри выполняемой программы, чтобы потом продолжить её выполнение как ни в чем не бывало. Существует ли хотя бы теоретическая возможность защититься от ошибок переполнения стека и сделать из нее обычную ошибку (исключение), которую можно поймать (обработать) в самом приложении, чтобы была возможность продолжить выполнение программы без боязни последующей ошибки сегментации (segmentation fault) или повреждения стека (stack smashing)?

    habr.com/ru/articles/983394/

    #переполнение_стека #segmentation #segmentation_fault #stack_overflow #ошибки #исключения_в_c++ #обработка_ошибок #надежное_программирование #сезон_ии_в_разработке

  18. Meta SAM 3 공개: 텍스트만으로 영상 속 객체 추적, 정확도 2배 향상

    Meta SAM 3는 텍스트 프롬프트만으로 영상 속 객체를 검출·추적합니다. 기존 대비 2배 향상된 정확도와 오픈소스 공개로 창작·개발 도구의 새 가능성을 엽니다.

    aisparkup.com/posts/6730

  19. Meta SAM 3 공개: 텍스트만으로 영상 속 객체 추적, 정확도 2배 향상

    Meta SAM 3는 텍스트 프롬프트만으로 영상 속 객체를 검출·추적합니다. 기존 대비 2배 향상된 정확도와 오픈소스 공개로 창작·개발 도구의 새 가능성을 엽니다.

    aisparkup.com/posts/6730

  20. Meta SAM 3 공개: 텍스트만으로 영상 속 객체 추적, 정확도 2배 향상

    Meta SAM 3는 텍스트 프롬프트만으로 영상 속 객체를 검출·추적합니다. 기존 대비 2배 향상된 정확도와 오픈소스 공개로 창작·개발 도구의 새 가능성을 엽니다.

    aisparkup.com/posts/6730

  21. Meta SAM 3 공개: 텍스트만으로 영상 속 객체 추적, 정확도 2배 향상

    Meta SAM 3는 텍스트 프롬프트만으로 영상 속 객체를 검출·추적합니다. 기존 대비 2배 향상된 정확도와 오픈소스 공개로 창작·개발 도구의 새 가능성을 엽니다.

    aisparkup.com/posts/6730

  22. Meta SAM 3 공개: 텍스트만으로 영상 속 객체 추적, 정확도 2배 향상

    Meta SAM 3는 텍스트 프롬프트만으로 영상 속 객체를 검출·추적합니다. 기존 대비 2배 향상된 정확도와 오픈소스 공개로 창작·개발 도구의 새 가능성을 엽니다.

    aisparkup.com/posts/6730

  23. sentencex - by Wikimedia:

    github.com/wikimedia/sentencex

    A sentence segmentation library with wide language support optimized for speed and utility.

    Written in #Rust.

    Bindings are available for #Python, #NodeJS and #WASM

    Might be useful for my #SpeechToText system! 👀

    #NLP #TextProcessing #Segmentation #RustLang

  24. sentencex - by Wikimedia:

    github.com/wikimedia/sentencex

    A sentence segmentation library with wide language support optimized for speed and utility.

    Written in #Rust.

    Bindings are available for #Python, #NodeJS and #WASM

    Might be useful for my #SpeechToText system! 👀

    #NLP #TextProcessing #Segmentation #RustLang

  25. sentencex - by Wikimedia:

    github.com/wikimedia/sentencex

    A sentence segmentation library with wide language support optimized for speed and utility.

    Written in #Rust.

    Bindings are available for #Python, #NodeJS and #WASM

    Might be useful for my #SpeechToText system! 👀

    #NLP #TextProcessing #Segmentation #RustLang

  26. sentencex - by Wikimedia:

    github.com/wikimedia/sentencex

    A sentence segmentation library with wide language support optimized for speed and utility.

    Written in #Rust.

    Bindings are available for #Python, #NodeJS and #WASM

    Might be useful for my #SpeechToText system! 👀

    #NLP #TextProcessing #Segmentation #RustLang

  27. sentencex - by Wikimedia:

    github.com/wikimedia/sentencex

    A sentence segmentation library with wide language support optimized for speed and utility.

    Written in #Rust.

    Bindings are available for #Python, #NodeJS and #WASM

    Might be useful for my #SpeechToText system! 👀

    #NLP #TextProcessing #Segmentation #RustLang

  28. Oct 16: Last, but not least: Dagmar Kainmüller (Helmholtz Imaging, @MDC_Berlin) on current machine learning models for image segmentation—including how to apply such models to large data.

    Register for the series 👉 bit.ly/6-image-processing-tasks

    @helmholtz
    #imaging #Segmentation

  29. OmniCloudMask is a Python library for state-of-the-art segmentation of clouds and cloud shadows in high- to moderate-resolution satellite imagery #segmentation

    github.com/DPIRD-DMA/OmniCloud