Оффтоп Andrey Frolov
5 625

В Prisma появилась офлайн-обработка фотографий

В фотосервисе Prisma появился офлайн-режим, который позволяет обрабатывать фотографии без подключения к интернету. Об этом пишет Roem.ru, информацию подтвердил глава сервиса Алексей Моисеенков.

Тестирование офлайн-режима началось 23 августа, оно проходит на iOS-версии сервиса. По словам Моисеенкова, таким образом работает около половины фильтров.

Обработка изображений на смартфоне занимает 2-3 секунды, пишет Roem.ru. короткие видео потом будут обрабатываться только на мобильных устройствах, без использования внешних серверов.

За счёт офлайн-обработки изображений Prisma может позже отказаться от дополнительных услуг хостингов, подтвердил Моисеенков. Сейчас партнёром cервиса выступает Servers.ru.

Cреди российских сервисов для обработки фото с помощью нейросетей Prisma стала единственным, кто запустил офлайн-обработку изображений. C момента запуска проекта в июне 2016 года приложение компании в общей сложности скачали более 50 млн раз.

#новость #prisma

{ "author_name": "Andrey Frolov", "author_type": "editor", "tags": ["\u043d\u043e\u0432\u043e\u0441\u0442\u044c","\u043d\u043e\u0432\u043e\u0441\u0442\u0438","prisma"], "comments": 31, "likes": 14, "favorites": 1, "is_advertisement": false, "subsite_label": "flood", "id": 17862, "is_wide": true }
00
дни
00
часы
00
мин
00
сек
(function(){ var banner = document.querySelector('.teaserSberbank'); var isAdsDisabled = document.querySelector('noad'); if (!isAdsDisabled){ var countdownTimer = null; var timerItem = document.querySelectorAll('[data-sber-timer]'); var seconds = parseInt('15395' + '50799') - now(); function now(){ return Math.round(new Date().getTime()/1000.0); } function timer() { var days = Math.floor(seconds / 24 / 60 / 60); var hoursLeft = Math.floor((seconds) - (days * 86400)); var hours = Math.floor(hoursLeft / 3600); var minutesLeft = Math.floor((hoursLeft) - (hours * 3600)); var minutes = Math.floor(minutesLeft / 60); var remainingSeconds = seconds % 60; if (days < 10) days = '0' + days; if (hours < 10) hours = '0' + hours; if (minutes < 10) minutes = '0' + minutes; if (remainingSeconds < 10) remainingSeconds = '0' + remainingSeconds; if (seconds <= 0) { clearInterval(countdownTimer); } else { timerItem[0].textContent = days; timerItem[1].textContent = hours; timerItem[2].textContent = minutes; timerItem[3].textContent = remainingSeconds; seconds -= 1; } } timer(); countdownTimer = setInterval(timer, 1000); } else { banner.style.display = 'none'; } })();
{ "id": 17862, "author_id": 14066, "diff_limit": 1000, "urls": {"diff":"\/comments\/17862\/get","add":"\/comments\/17862\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/17862"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199791 }

31 комментарий 31 комм.

Популярные

По порядку

Написать комментарий...
7

А там точно нейросеть? Может просто фильтры какие-то?

Ответить
2

Что-то весь хваленый бэкэнд призмы в виде нейросети быстро перекочевывает на локальные устройства, интересно бы было взглянуть на него, так ли он хорош (похоже нет)

Ответить
4

Он настолько плох, что работает в оффлайне

Ответить
1

выйдет на android, быстро разберут на части

Ответить
0

Может там дело в данных было? Нейросети нужны данные для обучения.

Кто-нибудь из Prisma может рассказать, как это работает на устройствах?

Ответить
1

Ну, про разницу между плагинами и все такое я не буду отрицать. Но так сложилось это правда нейросети на устройстве.

Ответить
–1

Изначально понятие нейросети включает сбор данных (обучение) и применение результата. Нейросети это Deep dream, когда на фотографии ищутся приметы изображений из миллионов других. Вот это нейросети.

А одну картинку искать на другой картинке, это уже не нейросети. Не говоря уже о том, что у вас вообще не ищется картинка одна на другой, а применяется фильтр с параметрами. Это имитация нейросетевой живовописи и обман.

Ответить
1

может быть на отдельные фильтры нейросеть уже действительно так натаскана, что результаты ее работы можно юзать оффлайн (дальше не обучать)
и все же больше и больше кажется, что это не нейросеть а тупо фильтры. В любом случае конечному пользователю до лампочки

Ответить

Комментарий удален

–4

Нет там никаких нейросетей, обычный фильтр оупенсорцный для gimp 2010 года. Это было известно с самого запуска.

Доказательства:
1. Нельзя загружать собственные картины, с которых копировать стиль. Только предустановленные фильтры.
2. У хостера нет графических серверов, все обрабатывается на обычных.
3. При настоящей обработке нейросетями не получется ровный результат постоянно

На сайте написан обман про нейросети. А офлайновая версия все окончательно доказала.

Кому интересно, могу дать ссылку на собственный сервис безо всяких нейросетей ровно с теми же самыми эффектами.

Ответить
3

Вы заблуждаетесь.
Опровержения:
1. Нельзя потому что тренировка генеративной модели для каждого нового стиля длится сутки на новом железе (GTX 1080)
2. Как только сеть трансформаций создана, обрабатывать картинки с ее помощью можно на любом процессоре за пару сек.
3. Результат разный у медленных реализаций, типа neural-style, тому что каждый раз при запуске но новому извлекаются фичи стиля, здесь же, используется предварительно натренированная генеративная модель, фиксирующая расположение деталей относительно контента.

Ответить
–1

Какие пару секунд? ) Вы лично запускали, или это теоретические догадки?
Только инициализация либы на питоне занимает секунд 10-15. Поэтому никто так до сих пор и не сделал быструю обработку. Теория она с практикой никак у вас не стыкуется. Было бы так все как вы описываете, появилось бы сотни сайтов по обработке нейросетями. Но их нет. А те, что реально есть.. обрабатывают несколько минут.

Но самое интересное, те честные люди которые реально запарились этой темой, купили дорогущий графический хостинг. И даже довели до нормальной скорости обработку.. менее 30 секунд на минимум итераций. В результате получают картинки на выходе вообще не товарного вида. Ибо если считать честно, товарный вид может быть а может и не быть. Т.е. никогда в нейросетях вы не получите стабильную картинку красивую. В зависимости от пользовательской картинки результаты могут быть какими угодно.
Это вот реальность!

И тут хитрым людям приходит логичная вещь, если нейросети это дорого, долго и непредсказуемо. Можно сделать имитацию нейро-арта при помощи графических фильтров.

А по поводу того, что в Призме не нейросеть, а имитация графическими фильтрами, я привел конкретный рабочий пример собственной реализации. Где любой фильтр призмы можно реализовать безо всяких нейросетей! Фильтр подгоняется под нужный результат. И обработка занимает реально 2 секунды.

Ответить
0

Да, пробовал https://github.com/yusuketomoto/chainer-fast-neuralstyle

Они и появились в виде приложений. На данный момент я насчитал 7: Prisma, Vinci, Lucid, Mlvch, Artisto, Wizart, Icon8. Все используют быструю обработку.

Ответить
0

Вот именно, что появились после призмы, когда увидели что можно имитировать и это даже лучше, чем реально считать.

Ответить
2

Да юзерам вообще по барабану, нейросеть это или нет. Главное, сервис удобный и фоточки в инсту можно красивые выложить, кучу лайков собрать. "Хоть горшком назови, только в печку не ставь"

Ответить
1

Давай ссылку

Ответить
1

безо всяких нейросетей

Ответить
0

Да, скинь ссылку пожалуйста

Ответить
–1

photo505.com там самый последний фильтр на пробу сделан как раз этим плагином 2010 года. Праметры под какую живопись рисовать предустанавливаются.

Оригинал фотки:

Ответить
0

еще этим же фильтром

Ответить
3

еще без нейросетей

Ответить
1

Внезапно! Не думал что такое возможно. Молодцы что решились на это, хоть это и означает по сути раскрыть все карты своей реализации, ибо умельцы в любом случае докопаются до истины рано или поздно.

Ответить
–1

Оно и так лежало в сети еще до запуска Prisma.

Ответить
1

Что именно? Либы для машинного обучения? Тут же речь идет о конкретной реализации. Предоставьте ссылку если вам что-то известно

Ответить
0

Это научная статья, но Джонсон так и не релизнул код, используемый в работе, хоть и планировал https://github.com/jcjohnson/neural-style/issues/261#issuecomment-229196783. Реализация данной бумаги мне известна только одна https://github.com/yusuketomoto/chainer-fast-neuralstyle. Она скорее всего и используется в призме с небольшой настройкой параметров, поскольку воссоздать их результаты один в один у меня не получилось, но подобрался я весьма близко.

Ответить
0

ссылки битые из-за точек в конце предложений. копируйте без точек

Ответить
0

Ок, скажем так. Если бы мне был интересен ML и я бы хотел реализовать ради интереса это в коде, то думаю в месяца 2 я бы уложился. Читал ее по диагонали, плюс обсуждал со знакомыми(занимающимися дата саенсом) в качалке, никакого рокет саенса там нет.

Ответить
0

Да какие "либы для машинного обучения "???? Маркетинговый ход, а не машинное обучение!

Ответить

Комментарий удален

0

Это не так. По сути все сводится к упаковке нейросетевой либы (Chainer) со всеми ее зависимостями, плюс десяток моделей со стилями по 6.5 мб каждый. Пакет в апсторе занимает 70 мб, все сходится.

Ответить

Комментарий удален

0

Быстро батарейка садится с этим офлайн режимом?

Ответить
–1

Вот вам и искусственный интеллект...очередной фейк!

Ответить
0

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Компания отказалась от email
в пользу общения при помощи мемов
Подписаться на push-уведомления