Представлен открытый офлайн-инструмент YOLO Annotator для разметки данных
Разработчики создали десктопную программу YOLO Annotator для подготовки обучающих выборок без необходимости развертывания сервера. Инструмент поддерживает разметку прямоугольниками, полигонами, OBB, масками, а также семантическую и panoptic-сегментацию. Результаты разметки можно экспортировать в форматы для YOLO, Detectron2 и Mask2Former, а исходный код опубликован под лицензией GPL-3.0.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Подходы к шерингу GPU для LLM: опыт KubeCon Japan и Авито
ML Ops-инженер компании Авито рассмотрел методы совместного использования GPU и инференса LLM на основе докладов с конференции KubeCon Japan 2026. В обзоре анализируются подходы к изоляции тенантов, квотам и bin packing, а также их практическое применение в инфраструктуре компании.
Опыт внедрения ИИ-агентов для подготовки технических требований
Команда аналитиков выстроила конвейер работы с собственными ИИ-агентами для проектирования и анализа сложных проектов. В пайплайн входит сбор контекста из Git, заметок и требований заказчика, совместный анализ и преобразование Markdown в готовые ЧТЗ в формате docx. Подход показывает, как структурировать входные данные для получения качественного результата от нейросетей.
2ГИС запустил MCP-сервер для интеграции геосервисов с LLM
2ГИС выпустил собственный MCP-сервер, предоставляющий ИИ-агентам прямой доступ к геосервисам платформы через шесть специализированных инструментов. Решение позволяет языковым моделям искать организации, строить маршруты, выполнять геокодирование и работать со статическими картами без галлюцинаций в адресах. Разработчики также поделились инженерным опытом проектирования контрактов инструментов для LLM и внедрения сервера в прод.
Agentgateway: open-source-решение для контроля и централизации работы с ИИ
Специалист компании RED Security представил open-source-проект Agentgateway. Решение предназначено для контроля и централизованного управления работой с искусственным интеллектом.