完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>
標簽 > 數(shù)據(jù)集
文章:1155個 瀏覽:25366次 帖子:27個
CVPR 2023最佳論文候選!真實高精3D物體數(shù)據(jù)集OmniObject3D
面向真實 3D 物體的感知、理解、重建與生成是計算機視覺領(lǐng)域一直倍受關(guān)注的問題,也在近年來取得了飛速的進展。然而,由于社區(qū)中長期缺乏大規(guī)模的實采 3D ...
2023-06-19 標簽:3D數(shù)據(jù)集AIGC 1821 0
介紹 一般意義上,相機姿態(tài)估計通常依賴于如手工的特征檢測匹配、RANSAC和束調(diào)整(BA)。在本文中,作者提出了PoseDiffusion,這是一種新穎...
2023-07-23 標簽:相機模型數(shù)據(jù)集 1797 0
一、摘要 本文介紹了一種基于深度學(xué)習的三維點云配準新方法。該架構(gòu)由三個部分組成: (1)編碼器由基于卷積圖的描述符組成,該描述符對每個點的近鄰進行編碼,...
2023-06-17 標簽:三維數(shù)據(jù)集深度學(xué)習 1779 0
Aleth-NeRF:低光增強與曝光糾正的新方向!不良光照場景下的新視角合成
最經(jīng)典的原始NeRF為例,局部隱蔽場通過NeRF的MLP網(wǎng)絡(luò)產(chǎn)生,與原始NeRF的兩個輸出color和density相同,屬于voxel-wise,全局...
2023-12-21 標簽:函數(shù)模型數(shù)據(jù)集 1775 0
如何充分挖掘預(yù)訓(xùn)練視覺-語言基礎(chǔ)大模型的更好零樣本學(xué)習能力
因此,合適的prompt對于模型的效果至關(guān)重要。大量研究表明,prompt的微小差別,可能會造成效果的巨大差異。研究者們就如何設(shè)計prompt做出了各種...
2022-10-19 標簽:模型數(shù)據(jù)集Clip 1769 0
如果選擇選項7,將使用關(guān)鍵字進行搜索,得到名稱與搜索字符串匹配的所有數(shù)據(jù)集(甚至部分)的簡短摘要。你還可以獲得每個結(jié)果的網(wǎng)頁鏈接,以便根據(jù)需要進一步探索...
2019-02-04 標簽:機器學(xué)習數(shù)據(jù)集 1748 0
YOLOv8自定義數(shù)據(jù)集訓(xùn)練實現(xiàn)安全帽檢測
該圖像數(shù)據(jù)集包含8000張圖像,兩個類別分別是安全帽與人、以其中200多張圖像為驗證集,其余為訓(xùn)練集。
2024-01-15 標簽:模型數(shù)據(jù)集命令行 1736 0
? 一、機器學(xué)習基礎(chǔ)概念 ? 關(guān)于數(shù)據(jù) ? 機器學(xué)習就是喂入算法和數(shù)據(jù),讓算法從數(shù)據(jù)中尋找一種相應(yīng)的關(guān)系。 ? Iris 鳶尾花數(shù)據(jù)集是一個經(jīng)典數(shù)據(jù)集,...
2023-05-28 標簽:圖像識別機器學(xué)習數(shù)據(jù)集 1719 0
讓AI學(xué)會畫手的方法來了,給輸入加個buff就能控制生成細節(jié)
相比之下,原擴散模型經(jīng)過幾十億張圖片的預(yù)訓(xùn)練,因此參數(shù)是被“鎖定”的。而這個“可訓(xùn)練副本”只需要在特定任務(wù)的小數(shù)據(jù)集上訓(xùn)練,就能學(xué)會條件控制。
2023-02-21 標簽:AI數(shù)據(jù)集 1712 0
為訓(xùn)練該稠密檢索模型,已有方法通?;谝粚Ρ葘W(xué)習訓(xùn)練目標,即拉近語義一致的Query和Document的表示(Positive),并推遠語義無關(guān)的Doc...
2023-03-03 標簽:參數(shù)語言模型數(shù)據(jù)集 1709 0
隨著大量預(yù)訓(xùn)練語言模型在文本對話任務(wù)中的出色表現(xiàn),以及多模態(tài)的發(fā)展,在對話中引入多模態(tài)信息已經(jīng)引起了大量學(xué)者的關(guān)注。目前已經(jīng)提出了各種各樣的多模態(tài)對話數(shù)...
2023-02-22 標簽:數(shù)據(jù)集自然語言 1706 0
LAION全稱為Large-scale Artificial Intelligence Open Network,是一家非營利組織,其成員來自世界各地,...
2023-02-15 標簽:計算機視覺數(shù)據(jù)集Clip
通過人工智能技術(shù)實現(xiàn)鋼筋數(shù)量統(tǒng)計的整體方案
“AI數(shù)鋼筋”——通過人工智能技術(shù)實現(xiàn)鋼筋數(shù)量統(tǒng)計的整體方案解讀。 導(dǎo)讀 ? 在社會智能化的發(fā)展趨勢之下,越來越多的傳統(tǒng)行業(yè)開始向著數(shù)字化的方向轉(zhuǎn)型,而...
2023-09-05 標簽:模型目標檢測數(shù)據(jù)集 1681 0
隨后,利用估計的頭部姿勢作為輸入,EgoEgo利用條件擴散,以產(chǎn)生多個可信的全身運動。這種頭部和身體姿勢的分離消除了對配對自我中心視頻和三維人體運動的訓(xùn)...
2023-05-19 標簽:傳感器SLAM數(shù)據(jù)集 1617 0
在進行AI模型訓(xùn)練過程前,需要對數(shù)據(jù)集進行處理, Tensorflow提供了tf.data數(shù)據(jù)集處理模塊,通過該接口能夠輕松實現(xiàn)數(shù)據(jù)集預(yù)處理。tf.da...
通過在每一幀掃描的開始和結(jié)束時刻聯(lián)合優(yōu)化兩個姿勢,并根據(jù)時間戳進行插值,使掃描進行彈性變形以與地圖(白點)對齊,從而創(chuàng)建連續(xù)時間掃描到地圖的里程計。圖片...
2023-08-02 標簽:SLAM激光雷達數(shù)據(jù)集 1609 0
SDMNet:大規(guī)模激光雷達點云配準的稀疏到稠密匹配網(wǎng)絡(luò)
為了處理上述的問題,我們提出了SDMNet,一種新的由稀疏到密集的針對大規(guī)模室外點云的配準方法。稀疏到稠密匹配方案如圖1(c)所示。具體而言,我們將配準...
2023-05-24 標簽:計算機視覺激光雷達數(shù)據(jù)集 1597 0
I實驗 總結(jié) 參考 前言 請?zhí)砑訄D片描述 我們這次要介紹的文章被接收在 ICCV 2023 上,題為:DreamTeacher: Pretraining...
2023-08-11 標簽:圖像模型網(wǎng)絡(luò)設(shè)計 1581 0
在本文中,我們利用圖像描述模型提出一個新穎的探針方法。通過這個方法,我們從文本角度分析了VLP模型的語義對齊機制。我們發(fā)現(xiàn)現(xiàn)有的VLP模型在對齊方面有明...
2022-10-28 標簽:模型數(shù)據(jù)集 1551 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |