摘要：
前言 本文的主要贡献为：1. 提出了基于 GAN 和 Transformer混合架构的通用 3D 人体动作生成框；2. 不仅能够实现单人动作生成，还能拓展到多人交互式动作生成；3. 基于 GTA 游戏引擎构造了一个合成的多人打架数据集，包括2～5个人同时交互，现已开源。 本文转载自PaperWeek 阅读全文
摘要：
前言 数据集标签纷繁复杂，一直缺少系统、完善的分类体系，而这恰恰又是通用目标检测大模型的重要基础。今天，给大家介绍一篇超级“狠活”文章，来自上海人工智能实验室和香港中文大学的学者提出了一个海量类别的目标检测数据集V3Det，总类别数达到13029！ 本文转载自我爱计算机视觉 仅用于学术分享，若侵权请 阅读全文
摘要：
前言 多目标跟踪（MOT）旨在在帧间检测和关联所有所需的目标。大多数方法通过明确或隐式地利用强大的线索（即空间和外观信息）来完成任务，这些线索表现出强大的实例级别判别能力。然而，当出现目标遮挡和聚类时，由于目标之间的高度重叠，空间和外观信息同时变得模糊不清。在本文中，作者证明MOT中这个长期以来的挑 阅读全文
摘要：
前言 LLM的问题就是权重参数太大，无法在我们本地消费级GPU上进行调试，所以我们将介绍3种在训练过程中减少内存消耗，节省大量时间的方法:梯度检查点，LoRA和量化。 本文转载自DeepHub IMBA 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技 阅读全文