Google DeepMind представили GenCeption
Н@GreenNeuralRobotsAI-инженер
1 месGoogle DeepMind анонсировали GenCeption — мультизадачную модель компьютерного зрения, объединяющую множество задач в единую архитектуру.
GenCeption от Google DeepMind
Единая feed-forward модель мультизадачного зрения. Заменяет зоопарк специализированных моделей
• оценка глубины, нормалей поверхности, позы камеры
• сегментация, 2D/3D ключевые точки
• работа с плотными и разреженными задачами
Обучена на синтетических видео, работает на реальных данных. Использует замороженную диффузионную text-to-video основу плюс лёгкие задачи-специфичные головы
Код/веса ждем
#vlm #video2depth #video2normals #tracking #video2camera #video2pose
Кратко (AI)
Google DeepMind представили модель GenCeption, которая объединяет множество задач компьютерного зрения, таких как оценка глубины, сегментация и отслеживание ключевых точек, в единую архитектуру. Модель базируется на предобученной диффузионной text-to-video основе и использует специализированные головы для выполнения конкретных задач.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖