SpatialPoint интегрира дълбочината като основен вход за визуално-езични модели
Visincept, в сътрудничество с Университета Цинхуа и Изследователския институт IDEA, представи SpatialPoint, пространствено осъзната рамка на визуално-езичен модел (VLM), която издига данните за дълбочина до основен вход заедно с RGB и текст. Докато съществуващите VLM се представят добре при разпознаване на обекти, им липсва прецизно метрично 3D разбиране, което ограничава способността им да извеждат приложими…
SpatialPoint интегрира дълбочината като основен вход за визуално-езични модели Read More »










