Deep learning · Computer vision
Deep
learning.
Applicato.
Sono Enrico Antonini. Lavoro con deep learning, computer vision e modelli multimodali per trasformare dati e immagini in strumenti utili.
Verona, Italia
Curioso, per natura.
COMPUTER VISION
/
MODELLI MULTIMODALI
/
DEEP LEARNING
Progetti selezionati
Deep learning,
problemi reali.
Immagini, dati e modelli che diventano parte di un prodotto.
Bantoa / Deep learning
↳Immagini
→
DLModelli
→
≡Attributi
COMPUTER VISION × FASHION
Capire un catalogo, immagine per immagine.
Computer vision e modelli multimodali applicati alla classificazione dei prodotti fashion.
Dentro il progetto
Un encoder specializzato, classificatori per gli attributi e un modello visivo-linguistico: una pipeline per trasformare immagini in informazioni strutturate.
Bantoa / Computer vision
SAM 3
DAL TESTO, AL RITAGLIO.
Isolare il capo giusto, con poche parole.
SAM 3 applicato alle immagini fashion: ritagli utilizzabili nella ricerca visiva e nell’analisi dei prodotti.
Dentro il progetto
Le parole del catalogo guidano il modello nel riconoscimento del capo da isolare. Nell’approfondimento scritto con Alberto Dosso racconto l’adattamento del modello e i suoi impieghi.
Chi sono
La curiosità è
il filo conduttore.
Mi interessa capire come funzionano i modelli, adattarli ai dati e trasformarli in strumenti utili.
In Bantoa lavoro su deep learning e computer vision applicati al fashion. Mi sono laureato in Informatica all’Università di Verona, con una tesi sul riconoscimento degli alberi nelle immagini satellitari.
Gli esperimenti sono il mio modo di approfondire: provo un’idea, esploro il modello e racconto quello che imparo.
Underfitted
I miei esperimenti.
Modelli da esplorare, idee da mettere alla prova. Qui racconto come è andata.
SAM to plastic: printing history with SAM 3D
Da una foto dell’Arena di Verona a un modello da stampare in 3D.
SigLIP 2 vs DINOv2: Battle of the embeddings titans
Due approcci per rappresentare le immagini e confrontarne il contenuto.
Hacking “Guess Who?”: the math behind face synthesis
Esplorare la generazione dei volti e lo spazio latente con StyleGAN2.
Teaching models new tricks: The magic of Unsloth’s QLoRA
Adattare un modello ai propri dati, esplorando il fine-tuning in locale.
Saving private meaning: No Language Left Behind
Mettere alla prova NLLB-200 nella traduzione della mia tesi.
“We need to talk”: Why you and your AI are on different pages
Esplorare i modi in cui un prompt cambia l’interazione con un modello.