FoundationPose
CVPR 2024满分论文,英伟达开源BOP排行榜6D物体姿态第一名方法
物体姿态估计对于各种应用至关重要,例如机器人操纵和混合现实。实例级方法通常需要纹理 CAD 模型来生成训练数据,并且不能应用于测试时未见过的新物体;而类别级方法消除了这些假设(实例训练和 CAD 模型),但获取类别级训练数据需要应用额外的姿态标准化和检查步骤。为了解决这些问题,来自英伟达的研究团队提出了一个统一的框架,称为 FoundationPose,它在基于模型和无模型设置下,使用 RGBD 图像对新颖物体进行姿态估计和跟踪。如下图所示,FoundationPose 优于现有专门针对这四项任务中每一项的 SOT
4/6/2024 11:26:00 PM
机器之心
- 1
资讯热榜
DeepSeek R1 简易指南:架构、本地部署和硬件要求
DeepSeek 全面指南:95% 的人都不知道的九个技巧
DeepSeek开源多模态模型Janus-Pro的ComfyUI使用教程,文中附模型和工作流下载
DeepSeek + IDEA!辅助编程太强了!
冲击DeepSeek R1,谷歌发布新一代Gemini全型号刷榜,编程、物理模拟能力炸裂
DeepSeek V3 和 R1 模型完成海光 DCU 国产化适配并正式上线
DeepSeek日活用户数突破2000万,增长势头远超ChatGPT
不到140块!李飞飞团队超低成本复刻DeepSeek R1推理!16张H100只训练了26分钟,与R1训练方法不同!
标签云
人工智能
AIGC
OpenAI
AI绘画
ChatGPT
机器人
数据
谷歌
智能
学习
大模型
Midjourney
GPT
用户
AI创作
微软
图像
开源
Meta
技术
论文
Stable Diffusion
生成式
算法
蛋白质
AI
马斯克
芯片
DeepSeek
Gemini
计算
神经网络
代码
AI设计
研究
Sora
腾讯
3D
开发者
场景
GPU
伟达
预测
英伟达
模态
华为
机器学习
Transformer
文本
驾驶
神器推荐
AI视频
深度学习
AI for Science
干货合集
搜索
LLaMA
算力
苹果
视频生成
2024
科技
百度
Copilot
应用
模型
AI应用场景
安全
具身智能
写作
特斯拉
机器
字节跳动
视觉
语音
Anthropic
AGI
架构
prompt
英特尔