🌇 Живу в Москве
🔥 Занимаюсь машинным обучением и аналитикой данных. Активно принимаю участие в различных проектах по CV, NLP и Audio
👉 Забавный факт: "Не оценивать результаты генеративки глазами, а проводить Human Evaluation"
⚡ YAPPY Searcher — мгновенный интеллектуальный поиск по коротким видео
📝 Кратко:
У тебя есть база роликов — решение индексирует текст, звук и изображения в каждом видео и позволяет искать по ним по обычному текстовому запросу.
💡 Описание:
Приложение для поиска нужных видео по тексту, аудио и содержимому изображений. Backend реализован на Flask. Для поиска похожих видео используется Jina-CLIP-v1 — нейросеть, преобразующая визуальный и текстовый контент в общее векторное пространство, что обеспечивает релевантный семантический поиск даже по абстрактным запросам. EasyOCR извлекает текстовые элементы непосредственно с кадров видео, повышая полноту индексации. Распознавание речи из аудиодорожек реализовано через Nvidia NeMo (FastConformer Hybrid Large), что позволяет учитывать звуковую дорожку при поиске. Интерфейс реализован с поддержкой автодополнения и мультиязычных запросов.
🛠️ Технологии:
EasyOCR (OCR), Nvidia NeMo (FastConformer Hybrid Large) (ASR), Flask (Backend), Jina-CLIP-v1 (Embedder)
⚡ DiaBERT ASR Backend — автоматизация учёта времени через голосовые команды
📝 Кратко:
Человек диктует голосом, что и когда делал — система превращает это в структурированный отчёт по задачам и времени.
💡 Описание:
Сервис, преобразующий аудиозаписи в структурированные отчёты о задачах и временных интервалах. Ядро построено на FastAPI для высокой скорости работы. Для автоматического распознавания речи применяется Whisper-large-v3-turbo — современная модель ASR с поддержкой нескольких языков и устойчивостью к шуму. Далее, полученный текст обрабатывается LLM Vikhr-Nemo-12B, которая извлекает и маркирует временные промежутки, действия и задачи в формате JSON. Благодаря этому можно вести трекинг задач и экспортировать отчёты в DOCX одним кликом.
🛠️ Технологии:
FastAPI (Backend), Whisper-large-v3-turbo (ASR), Vikhr-Nemo-12B (LLM), DOCX экспорт
⚡ AI-med-service — универсальная платформа для анализа медицинских изображений
📝 Кратко:
Врачи могут загружать медицинские снимки — сервис автоматически выделяет органы, выявляет патологии и классифицирует заболевания с помощью нейросетей.
💡 Описание:
Агрегатор сервисов ИИ для диагностики по рентгеновским снимкам. Backend построен на Flask. Для сегментации и классификации используются кастомные U-NET и U-NET++ — у моделей используется энкодеры EfficientNet с DiceBCELoss, AdamW в качестве optimizer и LearningRateWarmup + ReduceLROnPlateau в качестве scheduler. Настроено логгирование метрик в wandb. Были протестированы разные подходы и при обучении получена лучшая метрика на датасете COVID-QU-Ex (33,920 chest X-ray). Обучение проходило на Nvidia V100. В систему встроена поддержка DICOM-формата для удобства врачей. Также реализован Autoencoder для отслеживания и обработки ошибок при загрузке невалидных изображений. Пользовательский интерфейс включает историю инференсов, личный кабинет и разграничение прав доступа.
🛠️ Технологии:
Flask (Backend), U-NET, U-NET++ (CV/Segmentation), Autoencoder (Validation), DICOM support
⚡ ASR Summarizer — суммаризация длинных аудиофайлов с помощью нейросетей
📝 Кратко:
Берёт длинную аудиозапись (например, подкаст) и выдаёт краткое содержательное резюме по основным темам и событиям.
💡 Описание:
Приложение для автоматического выделения ключевых смыслов, событий и тем из аудиозаписей. В основе — цепочка ASR и LLM: сначала аудиофайл преобразуется в текст с помощью модели распознавания речи, затем крупная языковая модель строит краткое содержательное описание. Это снижает время на ручной анализ встреч и звонков.
🛠️ Технологии:
Whisper/ASR (Speech-to-Text), LLM (Summarization)
⚡ ASR-NeMo-Comparison — сравнение и выбор ASR-моделей для задач распознавания речи
📝 Кратко:
Сравнивает разные модели распознавания речи на реальных видео — помогает выбрать лучший инструмент под задачу.
💡 Описание:
Набор ноутбуков для анализа производительности ASR-моделей Nvidia NeMo на видеоконтенте. Каждая модель тестируется на реальных роликах, сравнивается точность и устойчивость к разным шумам и акцентам, визуализируются результаты для быстрой оценки применимости под конкретный сценарий.
🛠️ Технологии:
Jupyter Notebooks, Nvidia NeMo (ASR), Python, Pandas, Matplotlib, etc
⚡ MLPractice — практические ноутбуки по ML и Data Science
📝 Кратко:
Коллекция практических задач по машинному обучению — от классических моделей до экспериментов с современными нейросетями.
💡 Описание:
Сборник ноутбуков с задачами по машинному обучению.
🛠️ Технологии:
Jupyter Notebooks, Python, Scikit-learn, PyTorch, Pandas, Matplotlib, etc
🍊 Обязательно пиши в ТГ, если хочешь что-то спросить, предложить или просто пообщаться - [@LichPlease](https://t.me/LichPlease)
