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。

tram - 从非受控视频中重建3D人体全局轨迹和动作
3D人体捕捉GithubTRAM开源项目深度学习视频处理计算机视觉
TRAM是一个开源的4D人体捕捉系统,专门用于从非受控视频中估计3D人体的全局轨迹和动作。该系统集成了目标跟踪、SLAM和4D人体捕捉技术,能在世界坐标系中精确重建人体运动。TRAM的工作流程包括相机位姿估计、人体检测跟踪和4D人体重建,为复杂场景中的人体运动分析提供了有力工具。
litepose - 高效实时多人姿态估计的单分支架构
GithubLitePose人体姿态估计大核卷积开源项目效率优化边缘设备
LitePose是一种针对边缘设备的高效单分支架构,专用于实时多人姿态估计。通过融合解卷积头和大卷积核,该模型显著提升了性能。在移动平台上,LitePose将延迟降低5倍,同时保持估计精度。项目开源了预训练模型、训练脚本和评估工具,支持COCO和CrowdPose数据集。
Battle-of-the-Backbones - 预训练模型在多种计算机视觉任务中的大规模性能评估
Github图像分类图像检索开源项目目标检测计算机视觉预训练模型
Battle-of-the-Backbones项目进行了预训练模型和随机初始化基线的大规模比较。研究涵盖多种计算机视觉任务,包括自然、医疗和卫星图像分类,目标检测与分割,分布外泛化和图像检索。项目提供详细实验结果和源代码,为计算机视觉研究提供了全面的模型性能评估参考。
mmpose - 先进的开源姿态估计工具箱
GithubMMPoseOpenMMLabPyTorch姿态估计开源项目计算机视觉
MMPose是基于PyTorch的开源姿态估计工具箱,支持2D多人人体姿态估计、手部姿态估计等多种主流任务。该工具箱实现了多个先进的深度学习模型,在训练速度和准确性方面表现出色。MMPose支持COCO、MPII等多个数据集,提供详细文档和API参考。其模块化设计便于用户构建自定义的姿态估计框架,适用于相关研究与应用开发。
awesome-hand-pose-estimation - 手部姿态估计研究与资源合集
3D hand reconstructionCVPRGithubdepth-based estimationhand pose estimationself-supervised learning开源项目
本项目汇集了手部姿态估计的核心资源,包括评估方法、权威期刊论文、顶级会议论文和预印本等,从2014年到2024年覆盖最前沿的研究成果,囊括了多视角视频数据集和RGB+深度数据集。本项目提供该领域的最新动态,适合研究人员和开发者参考,用户亦可贡献资源,共同完善这一知识库。
SparseBEV - 多摄像头视频中的高性能稀疏3D目标检测技术
GithubICCV 2023PyTorchSparseBEVnuScenes开源项目立体检测
SparseBEV利用多摄像头视频实现高性能稀疏3D目标检测,得到ICCV 2023的认可,并提供PyTorch实现、训练和评估指南。新发布的SparseOcc展示了全稀疏架构支持多种预训练权重和配置文件。用户可使用提供的代码进行可视化和模型优化,实现高效3D检测。兼容不同版本的PyTorch和CUDA,表现卓越。
XPretrain - 涵盖视频语言和图像语言模型的多模态学习与预训练研究
GithubXPretrain图像与语言多模态学习开源项目视频与语言预训练
Microsoft Research MSM组在多模态学习和预训练方法上的最新研究成果,包含用于视频语言的HD-VILA-100M数据集,以及HD-VILA、LF-VILA、CLIP-ViP等预训练模型,和用于图像语言的Pixel-BERT、SOHO、VisualParsing模型。这些研究发表在CVPR、NeurIPS和ICLR等顶级会议,代码和数据集已公开,社区成员可以贡献和提出建议。
bench_ - 硬件文档自动化AI管理平台
AI工具AI文档管理Bench硬件工程硬件文档自动化跨行业应用
bench_为硬件工程师提供AI文档管理平台,实现文档自动撰写、管理和检索。平台适用于航空航天、制造业和汽车等行业,可自动生成报告、识别合规差距,并支持物理资产记录。通过减少文档工作,bench_助力工程师提升创造力。该平台能无缝集成现有技术栈,为硬件文档自动化提供全面解决方案。
DWPose - 基于两阶段蒸馏的高效全身姿态估计方法
COCO数据集ControlNetDWPoseGithub两阶段蒸馏全身姿态估计开源项目
DWPose是一种采用两阶段知识蒸馏的全身姿态估计方法。该项目提供多个不同规模的模型,在COCO-WholeBody数据集上表现出色。DWPose可替代OpenPose用于ControlNet,提升图像生成质量。项目开源了模型及相关代码,支持ONNX推理,并可与Stable Diffusion WebUI集成。
HR-VITON - 高分辨率虚拟试衣技术的突破性进展
GithubHR-VITON图像生成开源项目深度学习虚拟试衣计算机视觉
HR-VITON项目开发了创新的虚拟试衣条件生成器,解决了现有技术中的错位和遮挡问题。该方法通过统一模块实现服装变形和分割图生成的信息交换,避免了错位和像素挤压伪影。项目还采用判别器拒绝机制,过滤不正确的分割图预测。高分辨率数据集实验显示,HR-VITON在处理错位和遮挡方面性能显著提升,超越了现有基准方法。
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