新闻中心 
-
01-16使用SAM实现可靠的多模态3D检测的RoboFusion论文链接：https://arxiv.org/pdf/2401.03907.pdf多模态3D检测器旨在研究安全可靠的自动驾驶感知系统。尽管它们在干净的基准数据集...
-
01-16精选200条数据后，MiniGPT-4被匹配相同模型的效果超越在生成细节丰富和精确的图像描述方面，GPT-4已经展现出了强大超凡的能力，其标志着一个语言和视觉处理新时代的到来。因此，类似于GPT-4的多模态大型语言模型（M...
-
01-15高效提升检测能力：突破200米以上小目标检测本文经自动驾驶之心公众号授权转载，转载请联系出处。基于LiDAR点云点3DObjectDetection一直是一个很经典的问题，学术界和工业界都提出了各种各样的...
-
01-15SD社区的I2V-Adapter：无需配置，即插即用，完美兼容图生视频插件图像到视频生成（I2V）任务是计算机视觉领域的一项挑战，旨在将静态图像转化为动态视频。这个任务的难点在于从单张图像中提取并生成时间维度的动态信息，同时保持图像内...
-
01-15iPhone实时渲染300平房间，达到厘米级精度！谷歌最新研究：NeRF尚未破产3D实时渲染大型场景，一台电脑，甚至一部手机就可以完成。从家里的客厅到主卧，储物间，厨房，卫生间各个死角，都能逼真在电脑中完成渲染，如同拍摄实物视频一般。而且，...
-
01-14CVPR 2025｜美图&国科大联合提出DropKey正则化方法：用两行代码高效避免视觉Transformer过拟合问题近期，基于Transformer的算法被广泛应用于计算机视觉的各类任务中，但该类算法在训练数据量较小时容易产生过拟合问题。现有VisionTransformer...
