Использование облачного ИИ и нейросетей в своих проектах.

[debi12345]

Есть также недорогие варианты доступа к аппаратным нейросетям - ТВ-процы (ARM-архитектура). Например T982 с помощью встроенного тензорного блока (и соответствующих микропрограмм в фирмвари) так умеет "на лету" ретушировать старое кино с вертикальным разрешением 320..480 в низком разрешении, что оно по детализации и чистоте "картинки" местами выглядит как FullHD. Просто отвал челюсти.

Нейромодуль таких процов не очень тормозной :
https://i.ibb.co/Bqhskpw/t982-npu.png

Или (уже другой проц ) в виде готовой платы для макетирования
https://aliexpress.ru/item/1005004300099227.html

[Сквозняк]

так умеет "на лету" ретушировать старое кино с вертикальным разрешением 320..480 в низком разрешении, что оно по детализации и чистоте "картинки" местами выглядит как FullHD. Просто отвал челюсти.

Это нисколько не новая технология. И нисколько не удивительная. Давно существуют обычные алгоритмические программы для немыльного увеличения картинок. Единственное что у них плохо, так это неумение работать с прозрачным слоем и уменьшение яркости градиентов. Но это просто недоработка авторов, при желании могли поправить. А теперь тоже самое научили делать нейросети на оперделённой видухе с оперделёнными дровами. Не нахожу в этом ничего удивительного. Просто для обучения взяли чёткое видео с большим разрешением, сделали состаренные и уменьшенные версии и скормили всё это программе. При наличии хорошей видеокамеры, мощных компов и резиновой карточки для оплаты электричества это задача решаемая.

[debi12345]

Давно существуют обычные алгоритмические программы для немыльного увеличения картинок.

Результат все равно очень не тот, что с нейросетью (имел возможность сравнить, знаменитые "улучшалки" в телевизорах "Сони" и рядом не стоЯт). Ее ведь обучить такому, как Вы правильно заметили, несложно - через процедурную генерацию плохих картинок из хороших и обучая на разнице этих картинок. Минусы такого подхода какие вижу своими глазами - люди и животные масштабируются чудесно (даже тонкие волоски и поры на коже видны - и это из разрешения 640х240, на котором были только артефакты от этой мелочевки !), а вот перекрывающиеся предметы, мебель и т.д - гораздо хуже.
Еще на процах с ИИ понравилась реализация "уплавнялки" (MEMC) на панорамировании объемных сюжетов с частотой 24..25 Гц. Ни разрывов кадров, ни "мыла" - все супер, лучше выбирать видео с частотой кадров 25..30 Гц (а не 60Гц), потому что локальная "уплавнялка" справится лучше,чем сторона-вещатель.

[Сквозняк]

Результат все равно очень не тот, что с нейросетью (имел возможность сравнить, знаменитые "улучшалки" в телевизорах "Сони" и рядом не стоЯт).

Причём тут тель-авизоры? В них же комп так себе. Использовал https://github.com/nagadomi/waifu2x Картинки со шрифтами и чёрными линиями увеличивает хорошо, но жрёт много, телек от такой работы раскалится как печь Если поправить недостатки, то получится вполне нормальный ништяк. Только исправлять похоже некому, оно же на плюсах, а значит кроме автора туда никто для этого не полезет - мёртвый код. А уметь масштабировать картинки с прозрачностями это очень важно. Если залить прозрачные места зелёным цветом, то его потом замучаешься на границах выковыривать.

А ещё есть https://github.com/DeadSix27/waifu2x-converter-cpp и https://sourceforge.net/projects/waifu2x-extension-gui/files/v2.51.17/ Что-то много клонов этого проекта развелось, надо протестировать, может что-то с первой версии и улучшилось.

Минусы такого подхода какие вижу своими глазами - люди и животные масштабируются чудесно (даже тонкие волоски и поры на коже видны - и это из разрешения 640х240, на котором были только артефакты от этой мелочевки !), а вот перекрывающиеся предметы, мебель и т.д - гораздо хуже.

В нейросетках не масштабирование. Просто объекты рисуются заново по образцам. Если на исходном видео отдельных волос не было видно, а потом они появились, то значит их туда добавил рисователь по своему усмотрению. Гуманоидов рисовать научились, количество пальцев считать тоже, а вот у пейзажей есть много вариантов. Если неправильно распознать аппарат на фоне, то можно вместо него совсем другое устройство нарисовать, или вообще монстра изготовить - волосатый диван с клыков которого капает слюна, а это будет палево.

[Alex2013]

В нейросетках не масштабирование.

Ну это не совсем верно.
Во первых существуют модели(обученные нейросети ) именно для масштабирования.
А во вторых проблемы с кривой детализацией и буйной фантазией (например при "шахматном пересчете" ) решаются уменьшением допустимых отличий image2image (10-20%)
(Параметр "Strength"( Я в шутку называю его "Насилие" ) How strongly the original image should be altered (from subtle to drastic changes)) Насколько сильно должно быть изменено исходное изображение (от незначительных до радикальных изменений))
Зы
Но все это скучно, гораздо интереснее другое, а именно весьма "похожая на правду" экстраполяция изображения за пределами исходной картинки .

[tidef]

Создание интеллектуальных чат-ботов для обслуживания клиентов или предоставления информации. Оценка тональности текста для определения настроения пользователей или обзоров. Разработка систем автоматического перевода с использованием нейронных сетей. Но в любом случае лучше купить прокси чтобы позволить себе больше экспериментов. Идентификация и классификация объектов на изображениях или видео. Создание системы распознавания лиц для авторизации или слежения за посетителями. Использование облачных нейросетей для анализа медицинских изображений (например, Рентгеновских снимков).

[Alex2013]

Гайд как поставить локальный ИИ !
https://youtu.be/CYnwA-iHjmI