Комплексные задачи компьютерного зрения через естественный язык

Комплексные задачи компьютерного зрения через естественный язык

Агентные системы для компьютерного зрения могут решать сложные композитные задачи по одному текстовому промпту. Пример: обнаружение акул и досок для сёрфинга в видео, отрисовка линий между ними, расчёт расстояния с учётом масштаба, условная логика (красная линия при расстоянии < 10 метров), сэмплирование видео и сохранение результата. Важно, что весь процесс остаётся прозрачным — код и инструкции доступны для проверки и редактирования.

Связи

• Локальная автоматизация через компьютерное зрение — Оба о применении компьютерного зрения для практических задач с доступной инфраструктурой
• Атака неопределённости как признак опытности — Прозрачность кода позволяет атаковать неопределённость через проверку и редактирование логики
• Обратимые и необратимые решения требуют разного подхода — Прозрачность и редактируемость кода делает решения агентной системы обратимыми

---

Источник: Telegram, 2024-06-14