Популярные онлайн ресурсы

Содержание

Перспективы

jpeg restorationjpeg recoverympeg restoration

  • Постепенно дешевеют устройства накопления (SD-карты для регистраторов, диски для камер видеонаблюдения и т.д.) и повышается средний битрейт сохранения видео.
  • Также при сжатии постепенно переходят на стандарты следующих поколений (например, на HEVC), что означает заметное повышение качества при том же битрейте. Последние 2 пункта означают, что постепенно качество видео будет все выше, и начиная с какого-то момента начнут работать хорошо проработанные алгоритмы Video Super Resolution.
  • Наконец, совершенствуются алгоритмы. Особенно хороши достижения алгоритмов на основе машинного обучения за последние 4 года. В этом плане с большой вероятностью можно ожидать что-то типа такого:

Генерация вместо восстановления

Из теории информации Шеннона следует, что если какие-то данные были записаны с потерями, то восстановить исходное качество невозможно. Этой информации просто нет, она не сохранилась. Поэтому, когда мы видим, как нейросеть раскрашивает монохромные кадры или создает детальные текстуры из пиксельного крошева, это кажется магией.

Теория информации не позволяет восстановить изначально отсутствующие сведения о цвете, но не запрещает добавлять их на любом этапе. Другое дело, что новые биты вряд ли будут точно соответствовать навсегда утерянным исходным. Они просто образуют подобные массивы в рамках заданных статистических отклонений. Иными словами, вместо восстановления данных ИИ генерирует новые, дополняющие картину.

В конечном счете речь идет лишь о нашем восприятии. Для художественных фотографий и фильмов, а тем более для игрового контента визуальное впечатление важнее точного соответствия оригиналу. Артефакты здесь допустимы, если зритель не обращает на них внимания. Взгляните, как новая нейронная сеть раскрашивает черно-белые изображения.

Сервис честно предупреждает: «Задача колоризации — сгенерировать приятные цвета. Мы не даем никаких гарантий того, что они соответствуют оригинальным».

Собственный ИИ для реконструкции лица

Лица — чрезвычайно важная часть любого изображения, которое сложно воссоздать. Разработчики обучили нейронные сети на тысячах изображений, чтобы научить ИИ автоматически распознавать маленькие лица и предложить вам лучшую и более точную реконструкцию лица.

От фотокниг до широкоформатных — улучшите разрешение изображения и dpi для наилучшего результата печати.

Для электронной коммерции

Повысьте коэффициент конверсии вашей электронной коммерции — четкие и качественные изображения, чтобы покупатель мог видеть все

Для недвижимости

Делайте яркие и насыщенные фотографии недвижимости, чтобы повысить интерес и увеличить продажи.

Улучшение фотографий онлайн

Как Let’s Enhance увеличивает разрешение изображения?

Let’s Enhance использует передовую технологию сверхвысокого разрешения изображений, основанную на глубоких сверточных нейронных сетях. До появления этой технологии было невозможно резко увеличить фото или размер изображения без потери качества. Ваш лучший вариант в Photoshop, называемый бикубической интерполяцией, сделал ваше изображение нерезким и размытым. Те из вас, кто разбирается в математике, могут возразить — как бы вы ни увеличивали разрешение изображения — новой информации об изображении нет — вы просто не можете добавить дополнительное качество! Это неверно в случае использования нейронной сети и ИИ. Наша нейронная сеть обучена на огромном наборе данных изображений, поэтому она изучает типичные особенности физических объектов — кирпичи стен, волос и кожи. После того, как сеть распознает эти особенности на загруженных изображениях, добавит дополнительные детали на основе своих общих знаний о мире.

Какой максимальный предел изображения?

Для бесплатных пользователей мы устанавливаем предел в 15 мегапикселей и 15 мегабайт для каждой загруженной фотографии. Обработка и улучшение изображений с помощью нейронных сетей — чрезвычайно ресурсоемкий процесс. Мы снимаем эти ограничения для наших платных пользователей — никаких ограничений на размер файла и ограничение на размер изображения 30 мегапикселей.

Вы удаляете шум JPEG из загружаемых мной изображений?

Да, если мы обнаруживаем изображение с расширением .jpg или .jpeg, мы автоматически применяем систему шумоподавления, также основанную на нейронных сетях. Если по каким-либо причинам вы хотите повысить масштаб изображения и избежать удаления шума — загрузите изображение как .png

Какие изображения лучше всего подходят для работы с Let’s Enhance?

Система лучше всего работает с необработанными изображениями, которые ранее не подвергались масштабированию, повышению резкости и т. Д. Пожалуйста, убедитесь, что ваше изображение ранее не масштабировалось с помощью какого-либо инструмента. Если он был увеличен или отсканирован с физического оригинала, иногда уменьшение разрешения перед обработкой может дать гораздо лучшие результаты. Экспериментируйте!

Что еще интересного?

Let’s Enhance — украинский стартап, который разрабатывает онлайн-сервис на основе искусственного интеллекта, который позволяет улучшать изображения и увеличивать их без потери качества. По словам разработчиков, они использовали технологию машинного обучения сверхвысокого разрешения.Улучшить фотографию: Letsenhance

Если тебе понравился этот материал, ты можешь подписаться на мой  Instagram / / Medium / Linkedin. Там ты найдешь больше интересных материалов о дизайне.

Как работают нейронные сети.

В топологии показаны схемы, каждая стрелка представляет собой связь между двумя нейронами и указывает путь для потока информации. Каждая связь имеет вес, целое число, которое контролирует сигнал между двумя нейронами.

Если сеть создает «хороший» и «нужный» выход, то нет необходимости корректировать вес. Однако если сеть создает «плохой» или «нежелательный» вывод или ошибку, то система корректирует свои весовые коэффициенты для улучшения последующих результатов.

ИНС способны к обучению, и они должны быть обучены. Существует несколько стратегий обучения

Обучение — включает в себя учителя, который подает в сеть обучающую выборку на которые учитель знает ответы. Сеть сравнивает свои результаты с ответами учителя и корректирует свои весовые коэффициенты.

Обучение без учителя — это необходимо, когда нет обучающей выборки с известными ответами. Например в задачах кластеризации, т.е. деления множества элементов на группы по каким-то критериям.

Обучение с подкреплением — эта стратегия, построенная на наблюдении. Сеть принимает решение наблюдая за своим окружением. Если наблюдение является отрицательным, сеть корректирует свои веса, чтобы иметь возможность делать разные необходимые решения.

Источники

  • https://neurohive.io/ru/osnovy-data-science/osnovy-nejronnyh-setej-algoritmy-obuchenie-funkcii-aktivacii-i-poteri/
  • https://protraffic.com/articles/neuronetwork-8-5362.html
  • https://software.intel.com/content/www/ru/ru/develop/hardware/ai-on-pc.html
  • https://www.zeluslugi.ru/info-czentr/stati/primery-iskusstvennogo-intellekta-programmy
  • https://habr.com/ru/post/337870/
  • https://neuronus.com/stat/1271-nejronnye-seti-iskusstvennyj-intellekt.html

4. Troubleshooting Problems

Can’t install or Unable to find pgen, not compiling formal grammar.

There’s a Python extension compiler called Cython, and it’s missing or improperly installed. Try getting it directly from the system package manager rather than PIP.

FIX:

NotImplementedError: AbstractConv2d theano optimization failed.

This happens when you’re running without a GPU, and the CPU libraries were not found (e.g. ). The neural network expressions cannot be evaluated by Theano and it’s raising an exception.

FIX:

TypeError: max_pool_2d() got an unexpected keyword argument ‘mode’

You need to install Lasagne and Theano directly from the versions specified in , rather than from the PIP versions. These alternatives are older and don’t have the required features.

FIX:

ValueError: unknown locale: UTF-8

It seems your terminal is misconfigured and not compatible with the way Python treats locales. You may need to change this in your or other startup script. Alternatively, this command will fix it once for this shell instance.

FIX:

Redmi Note 10 JE

Время начала продаж: уже в продаже

Ориентировочная цена Redmi Note 10 JE: 4 + 64 ГБ — $260

Особенности: дисплей 90 Гц, сканер отпечатков пальцев в кнопке включения, NFC, защита от воды IP68

Redmi Note 10 JE — специальная версия Redmi Note 10, обладающая важными отличиями от базовой модели. Так, вместо процессора MediaTek Dimensity 700 в новинке установлен Qualcomm Snapdragon 480. Смартфон защищён от воды и пыли по стандарту IP68, что нетипично для устройств этого бренда. 6,5-дюймовый IPS-экран предлагает разрешение Full HD+ и частоту обновления 90 Гц. Встроенный накопитель на 64 ГБ можно расширить с помощью карты памяти объёмом до 1 ТБ. Основная камера состоит из трёх сенсоров (48 Мп, 2 Мп, 2 Мп). АКБ ёмкостью 4800 мАч поддерживает быструю зарядку мощностью 18 Вт через порт USB Type-C. Также в мобильнике есть мини-джек.

Восстановление фазы

Нейросети давно доказали свою эффективность в решении многих задач, связанных с обработкой изображений. Например, они неплохо повышают разрешение, выполняют ghost imaging, и даже используются для улучшения снимков с микроскопа и оптической томографии. Исследователи из Массачусетского технологического института решили продемонстрировать, что глубокие сети (Deep Neural Networks, DNN) также могут решить проблему восстановления фазы и тем самым улучшить качество затемнённых фотографий.

Фаза изображения несёт в себе гораздо больше информации, чем амплитуда. Она используется во многих задачах, например, выделение контуров, слияние изображений, оценка движения, реконструкция фотографий и шумоподавление. Также знания о световой фазе могут помочь при восстановлении контрастности между объектами с почти одинаковой прозрачностью.

В ситуациях, когда источник света слабый, обнаружение отношения сигнал/шум (Signal to Noise Ratio, SNR) становится затруднительным из-за квантового характера света. Это неизбежно приводит к появлению помех, и для их устранения необходимо разработать схемы регуляризации. Чем больше шума, тем хуже работают алгоритмы реконструкции изображений. Поэтому исследователи предположили, что можно обучить DNN восстанавливать те характеристики объектов, которые наилучшим образом объясняют наблюдаемое распределение сигнала. Чтобы продемонстрировать это, они провели эксперименты на двух наборах данных: первый содержит изображения интегральных схем (IC), а второй — повседневные снимки (датасет ImageNet).

Google Pixel 5a 5G

Время начала продаж: уже в продаже

Ориентировочная цена Google Pixel 5a 5G: 6 + 128 ГБ — $449

Особенности: поддержка от Google, сканер отпечатков сзади, водозащита IP67, NFC

Google Pixel 5a 5G почти полностью копирует прошлогодний Pixel 4a 5G. По дизайну смартфоны идентичны, а вот аппаратную часть новинки улучшили. Размер экрана увеличился с 6,2 до 6,34 дюйма, ёмкость аккумулятора выросла существенно: с 3885 до 4680 мАч. Корпус теперь не поликарбонатный, а металлический, причём защищённый от воды по стандарту IP67. От предшественника Pixel 5a унаследовал процессор Snapdragon 765G, основную камеру с разрешением 12,2 Мп и ультраширокоугольную на 16 Мп. Как обычно, гаджет «корпорации добра» будет в числе первых получать системные апдейты.

Улучшаем видео с помощью AI: cупер-разрешение

Хотя различные алгоритмы дают разное качество изображения, интерполяция, как правило, улучшает картинку в низком разрешении. Но попытка  «дорисовать» недостающие пиксели в большинстве случаев бросается в глаза. В результате изображение занимает весь 4K экран, но может выглядеть размытым или приглушенным, или иметь артефакты (шумовые ореолы, квадратики). При увеличении разрешения видео с помощью искусственного интеллекта используется совершенно другой подход.

Получая картинку в низком разрешении, алгоритм глубокого обучения (обычно это генеративная нейронная сеть) предсказывает изображение более высокого разрешения, которое после сжатия бы выглядело, как наш оригинал на входе. Чтобы достичь такого уровня точности, нейронные сети должны быть предварительно обучены на миллионах изображений. При обработке видео низкого разрешения ИИ-модель может «дорисовать» потерянные пиксели, анализируя каждый кадр и повышая качество экспоненциально. Это дает невероятную четкость и детальность картинки, которые не сможет воссоздать ни один традиционный апскейлер: от реалистичных деталей до более чистого и плавного воспроизведения движений.  

Модели AI постоянно совершенствуются, и их точность растет с каждым циклом обучения. Кроме того, различные модели глубокого обучения могут применяться для улучшения разных типов видеоматериалов. А еще нейронные сети можно комбинировать: порой это дает поразительные результаты.

Так, искусственный интеллект помог увеличить знаменитое «Прибытие поезда на вокзал Ла-Сьота» (L’arrivée d’un train en gare de La Ciotat) до 4К. Это французский короткометражный черно-белый документальный фильм 1896 года, снятый братьями Люмьер. Несмотря на то, что исходное изображение было увеличено на 600%, алгоритм на основе AI (DAIN и Topaz Gigapixel AI) смог выдать четкое и чистое изображение без видимого зерна, артефактов и искажений. Кажется, что запись современная — только черно-белая.

FaceHero

Еще одно приложение, на этот раз для устройств Apple. Оно умеет делать анимированные 3D-аватары и многое другое на основе одной фотографии. Разработка и поддержка работы приложения лежит на плечах компании itSeez3D.

Приложение умеет:

  • превращать обычные фотографии в трехмерные бюсты для аватара;
  • анимировать трехмерные бюсты: например, делать так, чтобы человек подмигивал или посылал воздушный поцелуй;
  • ставить ваш аватар на стол, пол или другую основу в режиме AR (дополненной реальности);
  • делать стикеры из аватаров и импортировать их в разные приложения и мессенджеры.

Чтобы начать обрабатывать снимок, достаточно загрузить его или сделать фото на камеру. Создатели сервиса рекомендуют делать фотографии в условиях хорошего освещения – так аватары и стикеры выглядят лучше. Когда выберете снимок, сможете сделать аватар, поделиться им с другом или создать свой набор стикеров.

Аватар для Киану Ривза, полученный с одной фотографии из Google

Нейросети для работы с логотипами

Следующие нейросети в нашей подборке способны создать несколько вариантов логотипов в считанные секунды или даже вытащить чужой логотип с сайта в формате png.

Сервис собирает информацию о вашей компании и, исходя из введенных данных, предлагает несколько итераций логотипов. В основе нейросети лежит технология Tensor Flow, разработанная Google.

После того, как поработала нейросеть, логотип свободно редактируется: юзер вправе поставить любую иконку, поменять шрифт или цветовые сочетания вручную.

Настоящая находка для шпиона — расширение BrandFetch.io для браузера Google Chrome. Вебмастера часто сталкиваются с ситуацией, когда что-то приглянулось на чужом сайте: шрифты, цветовые гаммы, картинка или логотип. Расширение способно вытащить всю эту информацию. Вот что может BrandFetch:

  • Скачать логотип в png;
  • Скачать любую картинку в оригинальном разрешении;
  • Скачать все коды цветов;
  • Узнать название шрифта, который используется на сайте.

Универсальное расширение — мастхэв для вебмастера. Берите на вооружение и не забывайте: кради, как художник!

От VGA к 4K

На компьютерных играх времен девяностых выросло целое поколение, которое не прочь предаться ностальгии. Вот только древние игрушки все знают наизусть, да и создавались они в расчете на размер кадра 640 x 480 пикселей (VGA). Если растянуть его до разрешения современных мониторов, на эту картинку будет тяжело смотреть без слез.

К счастью, есть универсальный способ добавить новизны и повысить разрешение текстур. Обе задачи решают генеративно-состязательные нейросети (GAN). Их особенность в том, что они умеют создавать новый контент по старым примерам. Подробнее о нейронных сетях этого и других типов читайте в статье «Глубокое погружение в нейронные сети».

Другая популярная игра, Resident Evil, тоже вдохновляет любителей косплея со всего мира. Вот только сложно подражать угловатым фигуркам, которые рисовали в конце девяностых. Один из фанатов вдохнул во вторую часть игры новую жизнь, использовав мощь ИИ.

Он взял исходное игровое видео с переиздания Resident Evil 2 SourceNext и повысил его в 16 (!) раз, применив ESRGAN (Enhanced Super Resolution GAN) — разновидность генеративно-состязательной сети для создания графики высокой четкости. Исходное разрешение видео составляло 640 x 480 пикселей, а улучшенное в ESRGAN — 2560 x 1920. Наглядное сравнение представлено в ролике ниже.

Как обработать фото нейросетью

Теперь перейдём к собственно улучшению фотографий с помощью нейронных сетей. Как ни странно, в App Store полно приложений, которые предлагают такую возможность, но я почитал отзывы и остановился на Remini. Это приложение, которое распространяется бесплатно, но при этом позволяет обработать только 5 фотографий в день. Если у вас есть потребность в обработке большего количества снимков, придётся купить подписку.

  • Скачайте Remini из App Store себе на iPhone;
  • Запустите приложение и разрешите доступ к камере и фото;

Нейросети могут серьёзно улучшить качество старых фото

  • На главном экране нажмите Enhance и выберите фото для обработки;
  • Дождитесь, пока нейронные сети обработают снимок и сравните результат.

Если лица людей на фотографии будут более-менее различимы, Remini предложит сделать из них отдельные портретные фото. Правда, их качество будет напрямую зависеть от качества исходной фотографии и отсутствия повреждений.

Это портретные фото, которые делает Remini. Сравните качество фотографий наверху с фотографиями внизу

Например, если на фотокарточке имеются царапины, нейросети могут принять их за дефекты изображённых на ней людей. Результат будет соответствующим. Но, если проблем нет, качество портретного снимка получится отличным.

Как повысить качество видео за счет разрешения

Для начала перечислим наиболее распространенные типы разрешения и термины. Разрешение обычно приводится в формате ширина х высота экрана в пикселях:

1920 x 1080: Full HD (High Definition)2048 x 1080: 2K (Digital Cinema)3840 x 2160: 4K (UHD — Ultra High Definition)4096 x 2160: 4K (Digital Cinema)7680 x 4320: 8K (UHD)15360 x 8640: 16K (UHD)

На сегодня общепринятый стандарт разрешения — 4K, и мы движемся в сторону 8K экранов. Youtube начал поддерживать 4K для загрузки видео еще в 2010 году — тогда многие производители начали выпускать недорогие камеры в этом формате. С тех пор дисплеи и смарт-телевизоры с поддержкой 4K значительно упали в цене и завоевали популярность. Несмотря на то, что человеческий глаз вряд ли физически может заметить разницу в картинке с качеством свыше 4K, гонка за более высоким разрешением продолжается.

Наиболее полно ощутить возможности своих экранов владельцы Ultra HD дисплеев могут при просмотре нативного 4K контента. А видео с более низким разрешением приходится растягивать на целый экран ведь, например, изображения в 1080p (Full HD) содержат всего четверть пикселей от картинки в 4K. Масштабировать изображение можно сразу на смарт-телевизоре, в медиаплеере или использовать специальные программы, чтобы улучшить качество видео.

Что умеет программа для улучшения качества видео?

В двух словах, улучшение видео (Video Enhancement) — это процесс повышения качества видеозаписи. Профессиональные видеоредакторы обычно поддерживают следующие функции:

— масштабирование (апскейл);- улучшение освещения;- стабилизация;- шумоподавление;- регулировка яркости;- обрезка (кроп), поворот видео, зеркальное отражение;- фильтры;- эффекты и анимация.

Видеоредактор для улучшения качества может подарить вашей старой записи вторую жизнь. 

Увеличение видео (апскейлинг) — это процесс преобразование медиа с более низким разрешением в более высокое. Базовое масштабирование — это способ «растянуть» изображение более низкого разрешения на больший экран, что обычно сопровождается ухудшением качества и потерей деталей. Чтобы увеличить HD-изображение на 4K экран, придется заполнить дополнительные 6 миллионов пикселей. Поэтому программа для апскейла должна определить, что будет отображать каждый из этих новых пикселей, исходя из того, что показывают соседние (интерполяция).

Как оцифровать фото на iOS

Оцифровка старых (да и не очень старых, впрочем, тоже) фотографий – это простой и быстрый процесс. Google максимально автоматизировала работу своего приложения, а потому всё, что от вас, по сути, потребуется, — это сфотографировать на смартфон фотокарточку с нескольких ракурсов.

  • Скачайте Фотосканер из App Store себе на iPhone;
  • Запустите Фотосканер и разрешите доступ к камере;

Лучше всего оцифровывать фото без вспышки

  • Разместите фотографию так, чтобы на неё не попадали прямые солнечные лучи, но при этом в помещении было достаточно светло;
  • Сфотографируйте снимок с общего ракурса, а потом с каждой из четырёх сторон, совмещая кружочки на экране друг с другом.

Важный момент: если в помещении, где вы ведёте съёмку, достаточно светло, вспышку лучше отключить. Без неё цвета на оцифрованном фото получатся более естественными. После того как алгоритмы приложения совместят снимки друг с другом, вы сможете увидеть результат во встроенной галерее. Здесь оцифрованный снимок можно немного подредактировать, например, перевернув его или обрезав. Других параметров настройки не предусмотрено, что, впрочем, и понятно – это приложение для оцифровки, а не фотошоп.

Дизайн

uKit AI — программа для редизайна сайтов. Чтобы выяснить, насколько он актуален для старых веб-ресурсов малого бизнеса, разработчики сервиса серьезно вложились в исследование. Оно показало, что частые проблемы сайтов и их владельцев — неадаптивность, устаревший дизайн и низкая конверсия. Предприниматели не могли предсказать, что мобильный трафик превысит десктопный, и многие веб-ресурсы работают на устаревшем Flash. При этом владельцы понимают, что технологии и тренды меняются, и видят, что сайты устарели, но откладывают обновление из-за нехватки денег и времени.

Решением для быстрого редизайна стал uKit AI — это сервис на основе SaaS+AI, сочетающий конструктор сайтов и машинное обучение. Система перекомпоновывает контент с учетом современных требований к дизайну и формирует новые версии страниц. uKit AI работает так: технология распознает контент и структуру старого сайта, алгоритм перестраивает и переоформляет контент, а нейросеть оценивает результат и выкатывает новую адаптивную версию. Лучший вариант система выбирает с помощью нейросети WebScore AI, которая не только оценивает сайт визуально, но и проверяет код на соответствие современным требованиям. Пока uKit AI дорабатывается, но уже можно записаться на бета-тестирование.

На главной странице uKit AI — «шторка», которая демонстрирует редизайн сайта с помощью этой разработки

Сайт станет подспорьем для дизайнеров — за десять минут нейросеть сгенерирует кликабельный вариант редизайна, который можно скинуть заказчику в качестве примера.

Smart Sketch

Еще один сервис, демонстрирующий работу нейросети GauGAN от Nvidia. Модель нейросети назвали в честь художника Поля Гогена. Сам сервис превращает схематичные зарисовки в сносные пейзажи, используя результаты обработки более 1 млн фото, полученных от Flickr.

Чтобы получить пейзаж, схематично нарисуйте его. В демонстрационной версии Nvidia для этого есть все необходимое – можно выбрать кисти для травы, холма, камней, деревьев и других элементов. Если вы знакомы с английским хотя бы на базовом уровне, проблем не возникнет.

Так выглядит результат работы нейросети: детский рисунок превратился во вполне приемлемый пейзаж

This Person Does Not Exist

Сотрудник Uber Филипп Ван создал сервис, генерирующий человеческие лица. Он работает на основе генеративной нейросети StyleGAN от Nvidia.

Фото человеческих лиц генерируются автоматически на основе миллионов обработанных изображений. Система анализирует их и создает собирательный образ. Каждый раз, когда обновляете страницу, появляется новое лицо. Вы можете подумать, что где-то видели этого человека, но его на самом деле нет. Этот сервис – раздолье для тех, кому нужны фейковые фото для отзывов, или тех, кто боится нарушить авторские права при использовании фотографий людей.

Возможно, вы увидите что-то знакомое в этой девушке. Но можете не переживать – использовав это фото, вы ничего не нарушите

В большинстве случаев нейросеть выдает действительно качественные фото. Но случаются и ошибки – например, размытие одной области или добавление постороннего объекта на фото, приводящее к искажению.

Пример сгенерированного фото с ошибкой

AutoDraw

Графический редактор от Google помогает создавать хорошие иллюстрации тем, кто не умеет рисовать. Сервис был представлен в рамках проекта AI Experiments, открытого осенью 2016 года.

Внешне нейросеть похожа на простой графический редактор. В сервисе можно:

  • выбрать три формата изображения – одно горизонтальное и два вертикальных;
  • просто рисовать, как карандашом в Paint;
  • создавать фигуры – круги, треугольники и четырехугольники;
  • писать текст любым из 14 шрифтов, выбирать размер букв от 8 до 96;
  • заливать цветом фигуры, изображения, фон, менять цвета любых элементов;
  • перемещать и масштабировать объекты на рисунке.

Самая главная функция сервиса – создание опрятных и красивых рисунков на основе каракулей. Достаточно приблизительно нарисовать объект, и сеть покажет сверху небольшие иконки изображений. Кликните на любую, чтобы каракули превратились в осмысленный рисунок.

Панель управления элементами рисунка расположена слева сбоку, предложенные иллюстрации – сверху

С помощью нейросети легко создавать простейшие рисунки. Идеально для тех, кто выбрал минимализм в оформлении, например, социальных сетей – за 1-2 секунды можно создать уникальную простую иллюстрацию к посту.

Как-то так, например, можно проиллюстрировать публикацию о космосе. Или доработать набросок с помощью других нейросетей

Если будете работать с AutoDraw, учтите, что у нейросети своеобразное восприятие каракулей. Иногда она не может определить, что изображено, и предлагает неподходящие иллюстрации.

uKit

Сервис от русских разработчиков моментального редизайна и обновления кода страниц сайта. Автоматически генерирует новую версию лендинга или страницы компании с учётом современных требований. uKit совмещает в себе алгоритмы генеративного дизайна и нейросети. Пользователь настраивает сервис с помощью удобного и интуитивно понятного конструктора.

Как работает?

На первом этапе uКit анализирует структуру сайта и распознает его отдельные элементы. Далее система отделяет общие элементы дизайна от уникального контента (текст, фото, контакты и т. д.) и выстраивает материалы в контентное дерево, которое повторяет компоновку информации на старом сайте. Этот шаг необходим для того, чтобы сохранить структуру сайта и упростить восприятие информации. Затем uKit перестраивает контентное дерево и автоматически генерит новую версию лендинга или страницы компании, которые соответствуют современным и дизайн-стандартам. И спустя несколько минут новая версия сайта становится доступна в конструкторе Ukit.

Для того, чтобы uKit проанализировал и скомпоновал ваш сайт, нужно оставить ссылку на вашу почту и домен сайта.