UniMVSNet是一种统一的深度估计方法,旨在改进多视图立体的准确性,能够在不同条件下保持稳健的性能。
一份精心收集机器人领域相关的3D视觉论文合集,包括政策学习、预训练、VLM和LLM、数据集和基准等相关论文、代码和相关网站。
该项目旨在通过多LiDAR布置来提高自动驾驶中物体检测的准确性,探索不同LiDAR配置对3D检测性能的影响。
FiT3D项目旨在通过3D感知的微调技术来增强2D特征表示,提升图像理解和识别的能力。该项目结合了深度学习和计算机视觉的前沿技术,致力于在多种视觉任务中实现更高的性能。
一种通过幂变量投影实现无初始化的大规模束调整的方法,能够高效处理大型数据集并提高调整精度。
LucidDreamer是一种新的3D场景生成技术,它不受特定领域的限制,可以生成更接近真实世界的3D场景。该技术通过递归的Dreaming和Alignment步骤,结合细粒度控制,提供了高质量的场景生成体验。
CharacterGen 是一种高效生成 3D 角色的方法。可将单幅图像转换为具有高质量、一致外观的 3D 姿势统一角色网格,非常适合下游装配和动画工作流程。
Devzery是一个AI驱动的测试平台,通过精确的测试用例生成,革新软件测试流程。它利用先进的计算机视觉和DOM分析,提供定制化场景,确保全面覆盖。
siliconflow提供 DeepSeek R1、OpenAI o1、GPT-4o、Claude 3.5 和 Gemini 1.5等领先大模型