Project Icon

HumanBench

推动人体感知基础模型研究进展

HumanBench项目致力于开发通用人体感知基础模型,包含PATH和UniHCP两个子项目,均发表于CVPR 2023。该项目采用投影辅助预训练技术,旨在提升模型性能,为计算机视觉领域提供新的研究方向。项目代码已开源,上海人工智能实验室正在招募相关研究人员和工程师,共同推进人体感知基础模型的研究。

HallusionBench - 探索视觉语言模型的幻觉与错觉问题
AI评估GithubHallusionBench图像理解多模态模型开源项目视觉语言模型
HallusionBench是一个诊断视觉语言模型中语言幻觉和视觉错觉的测试集。通过图像-文本推理任务,它挑战了GPT-4V和LLaVA-1.5等顶级多模态模型。项目提供案例分析,揭示模型局限性,为改进提供见解。HallusionBench设有公开评测基准,欢迎研究人员贡献失败案例,推动多模态AI发展。
TokenHMR - 基于令牌化姿态表示的人体网格重建新方法
GithubTokenHMR人体网格恢复姿态表示开源项目深度学习计算机视觉
TokenHMR采用阈值自适应损失缩放和令牌预测技术,通过令牌化和TokenHMR两个阶段提高3D人体网格重建精度。该方法在图像对齐和3D姿态估计方面均有良好表现,可用于图像和视频处理,对人体姿态和形状估计研究具有重要意义。
deep-high-resolution-net.pytorch - 基于PyTorch的官方实现,专门用于人体姿态估计的深度学习模型
GithubHRNet人体姿态估计关键点检测开源项目深度学习高分辨率表示
deep-high-resolution-net.pytorch 项目提供了一个基于PyTorch的官方实现,专门用于人体姿态估计的深度学习模型。项目支持多个标准数据集,验证了其可靠性与准确性,也适应于多种视觉任务如图像分类及目标检测等。
Q-Bench - 评测多模态大语言模型的低层视觉能力
GithubICLR2024Q-Bench低层视觉基准测试多模态大语言模型开源项目
Q-Bench是一个评估多模态大语言模型低层视觉能力的基准测试。它通过感知、描述和评估三个领域,使用LLVisionQA和LLDescribe数据集测试模型性能。该项目采用开放式评估框架,支持研究者提交结果或模型。Q-Bench对比了开源和闭源模型的表现,并与人类专家水平进行对照,为深入理解和提升多模态AI的基础视觉处理能力提供了关键洞察。
lightweight-human-pose-estimation.pytorch - 实时2D多人人体姿态估计的PyTorch实现
2D多人体姿态估计COCO数据集CPUGithubOpenPose实时推断开源项目
该项目实现了实时2D多人人体姿态估计的训练代码,基于OpenPose优化技术,使其能够在CPU上进行实时推理且准确度几乎不变。此模型能够识别并连接18个关键点,在COCO 2017数据集的验证集上达到40%的AP。项目对多种深度学习框架和设备友好支持。
SKEL - 生物力学驱动的精准3D人体模型
3D人体模型GithubSKEL体型参数姿态参数开源项目骨骼模型
SKEL是一种创新的参数化人体模型,融合身体形状和骨骼结构,生成解剖学精确的3D人体。通过调整形状和姿势参数,SKEL能够控制身体外形和骨骼位置,输出关节位置、身体网格和骨骼网格。作为可微分模型,SKEL可适配多种数据源,如运动捕捉和SMPL序列。该项目开源了SKEL加载器和SMPL序列对齐工具,为数字人体建模领域提供了新的研究方向。
hmr-survey - 单目图像3D人体网格模型重建技术综述
3D人体网格重建Github人体建模单目图像开源项目深度学习计算机视觉
本文综述了单目图像3D人体网格模型重建技术的最新进展。文章详细介绍了基于优化和基于回归两种主要方法,分析其优缺点,并总结相关数据集、评估指标和基准结果。同时讨论了该领域的开放问题和未来方向,为研究人员提供全面的技术概览。
SMPLer-X - 基于ViT的高效人体3D重建框架
3D人体重建GithubSMPLer-X人体姿态估计开源项目深度学习计算机视觉
SMPLer-X是一个基于ViT主干网络的人体姿态和形状估计框架,通过多数据集训练实现高精度和高效率。该框架提供多种规模的模型版本,适应不同计算资源。SMPLer-X在多个基准测试中表现优异,支持便捷的推理、训练和测试。项目还提供Docker部署,为研究和开发提供灵活的人体3D重建工具。
RoHM - 基于扩散模型的稳健人体运动重建系统
AMASS数据集GithubRoHMSMPL-X人体动作重建开源项目扩散模型
RoHM是一个基于扩散模型的人体运动重建系统。它可以从含噪声和遮挡的输入数据中,在统一的全局坐标系下重建完整合理的人体运动。该系统将任务分为全局轨迹和局部运动两部分,并采用创新的条件模块捕捉二者关联。RoHM在多个标准数据集上表现优异,为人体运动重建研究提供了新的解决方案。
AiOS - 先进的全流程人体姿态与形状估计框架
AiOSGithubSMPL-X人体姿态估计开源项目深度学习计算机视觉
AiOS是一个创新的人体姿态和形状估计框架,采用全新的全流程方法。该项目通过三阶段的渐进式处理,实现高精度的SMPL-X参数回归。AiOS支持多人场景分析,并能有效处理复杂遮挡情况。在AGORA和BEDLAM等多个基准数据集上,AiOS展现出卓越的性能表现。这一开源项目为计算机视觉和人机交互等领域提供了有力的研究工具。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号