多模态数据融合

音视频技术开发周刊 | 326

全能多模态模型Emu2登热榜，多项任务刷新SOTA最强的全能多模态模型来了！就在近日，智源研究院重磅发布了开源界的「Gemini」——Emu2，一口气刷新多项SOTA。成立2年融资近9亿！
LiveVideoStack_·2024-01-02 06:48

【开源项目】智慧交通~超经典开源项目实景三维数字孪生高速

飞渡科技以实景三维数据为基础，基于大数据、高分遥感、数据分析以及数据融合等前沿技术，打造从感知、连接、到场景触达的实时数字孪生体，为高速公路管理者提供更智能、高效、安全的综合管控方案。
万象工作室·2024-01-02 02:26

ChatGPT4助力Python数据分析与可视化、人工智能建模及论文高效撰写

2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。
Mr.靳靳477302280·2024-01-02 00:35

浙大校友开源多模态大模型LLaVA-1.5

9月底，OpenAI宣布ChatGPT多模态能力解禁。多模态GPT-4V的神奇能力让众人惊呼：这就是GPT-4.5吧？这才没过多久，GPT-4V的开源竞争对手——LLaVA-1.5，就已经来了！
人工智能与算法学习·2024-01-01 23:48

工业异常检测大模型-Myriad：利用视觉专家进行工业异常检测的大型多模态模型 # 思路值得借鉴（海纳百川-有容乃大）

#(替换为线圈的xxx)最近，大型多模态（即视觉和语言）模型
思考实践·2024-01-01 23:48

浙大校友开源多模态大模型LLaVA-1.5

来源：新智元9月底，OpenAI宣布ChatGPT多模态能力解禁。多模态GPT-4V的神奇能力让众人惊呼：这就是GPT-4.5吧？
深度学习技术前沿·2024-01-01 23:48

OpenFlamingo 多模态是GPT-4 开源替代品

非营利组织LAION-AIOpenFlamingo，这是一个用于训练和评估大型多模态模型(LMM)的框架，属于DeepMind的Flamingo模型（一种能够处理和推理图像、视频和文本的等多模态内容的框架
ejinxian·2024-01-01 23:18

微软发布医学多模态大模型LLaVA-Med | 基于LLaVA的医学指令微调

TrainingaLargeLanguage-and-VisionAssistantforBiomedicineinOneDayPDF:https://arxiv.org/pdf/2306.00890v1.pdfCode:https://aka.ms/llava-med导读单模态文本在生物医学领域的研究已经取得了显著的成果，而多模态对话人工智能则通过利用来自公共网络
Python算法实战·2024-01-01 23:17

【LMM 003】生物医学领域的垂直类大型多模态模型 LLaVA-Med

论文标题：LLaVA-Med:TrainingaLargeLanguage-and-VisionAssistantforBiomedicineinOneDay论文作者：ChunyuanLi∗,CliffWong∗,ShengZhang∗,NaotoUsuyama,HaotianLiu,JianweiYangTristanNaumann,HoifungPoon,JianfengGao作者单位：Mic
datamonday·2024-01-01 23:47

在百模大战中AI行业发展的新趋势

趋势一多模态预训练大模型将逐渐成为人工智能产业的标配。预计随着大模型创新从单模态转向多模态，多模态预训练大模型将逐渐成为人工智能产业的标配。高质量数据愈发稀缺将倒逼数据智能飞跃。
千Deng·2024-01-01 18:25

地球物理中的深度学习理论（DNN的架构、反向传播、梯度消失、梯度爆炸）

在未来地球物理学中涉及到DL的研究提供了几个有希望的方向，例如无监督学习（聚类）、迁移学习（利用之前标记好的数据）、多模态DL（通过DL实现和处理多元模态）、联邦学习、不确定性估计和主动学习。
hhhhhhhhhhyyyyyy·2024-01-01 12:56

迈向通用异常检测和理解：大规模视觉语言模型（GPT-4V）率先推出

arxiv.org/pdf/2311.02782.pdfhttps://github.com/caoyunkang/GPT4V-for-Generic-Anomaly-Detection图1GPT-4V在多模态多任务异常检测中的综合评估在这项研究中
FakeOccupational·2024-01-01 02:33

0—基于FPGA(ZYNQ-Z2)的多功能小车

目录1.题目2.题目分析：3.器件使用4.工程文件5.传送门1.题目基于FPGA的多功能小车1、基本要求设计一个多功能的智能小车，通过多传感器的数据融合可以实现智能小车的红外避障、循迹、寻光、红外遥控、
贡橙小白鼠·2024-01-01 02:37

2024年原创深度学习算法项目分享

原创深度学习算法项目分享，包括以下领域：图像视频、文本分析、知识图谱、推荐系统、问答系统、强化学习、机器学习、多模态、系统界面、爬虫、增量学习等领域…有需要的话，评论区私聊
Jason160918·2024-01-01 01:00

D.3 基于ERNIR3.0文本分类以CAIL2018-SMALL数据集罪名预测任务为例【多标签】

NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等专栏详细介绍：NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法
汀、人工智能·2023-12-31 23:22

微软写了份GPT-4V说明书：166页讲解又全又详细demo示例一应俱全

详细使用说明及渠道参考原文：https://arxiv.org/abs/2309.17421多模态王炸大模型GPT-4V，166页“说明书”重磅发布！
javastart·2023-12-31 21:24

多模态——CLIP:Contrastive Language-Image Pre-training解读

前言随着人工智能技术的不断进步，多模态成为备受瞩目的研究方向。多模态技术旨在融合不同类型的数据和信息，以实现更准确、高效的人工智能应用。有学者认为它代表了所有模型发展的最终趋势。
知来者逆·2023-12-31 12:55

【CLIP】多模态预训练模型CLIP论文详解

CLIPPaper：LearningTransferableVisualModelsFromNaturalLanguageSupervisionAffiliation:OpenAIPublication：ICML-2021Code:https://github.com/OpenAI/CLIP1前言CLIP（ContrastiveLanguage–ImagePre-training）基于对比学习的语
菜鸡不叫·2023-12-31 04:34

ChatGPT4助力Python数据分析与可视化、人工智能建模及论文高效撰写

2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。
思考的小猴子·2023-12-30 19:04

如何用ChatGPT进行“论文翻译+润色+AI制图”

2023年随着OpenAI开发者大会的召开，最重磅更新当属GPTs，多模态API，未来自定义专属的GPT。微软创始人比尔盖茨称ChatGPT的出现有着重大历史意义，不亚于互联网和个人电脑的问世。
AIzmjl·2023-12-30 19:02

ChatGPT4如何助力Python数据分析与可视化、人工智能建模及论文高效撰写

2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。
AIzmjl·2023-12-30 19:32

2走近chatGPT 走向AGI 机器学习 chatGPT研发过程主要步骤 收到一个问题后的处理步骤

这些输入（多模态）就是数据，计算机从数据中学习（提取特征），把这些特征都连起来形成网络（神经网络），当有任务时，就像在脑海中形成一条条路径，当
小黄人软件·2023-12-30 16:30

CMU, UC Berkeley等团队结合神经辐射场的视触觉感知，用于手内操作

为了实现人类水平的灵巧性，机器人必须从多模态感知到推理接触交互来推断空间意识。在手动操作新物体的过程中，这种空间意识涉及估计物体的姿势和形状。手部感知的现状主要采用视觉，并仅限于跟踪先验的已知物体。
xwz小王子·2023-12-30 12:32

“抓取再吸取的连续操作学习”研究工作发表于IEEE Trans. on Robotics：仿人手的柔性抓取，超人手的指背吸取！

此外，末端手的设计和学习方法通常是单独开发的，这可能无法充分探索多模态抓取能力。HybridRobotic
xwz小王子·2023-12-30 12:02

亚信安慧AntDB数据库——通信运营商核心系统的全面演进

通过采用多模态SQL解析引擎，AntDB数据库实现了对多种语法体系的兼容，极大地降低了用户的学习与使用难度。
亚信安慧AntDB数据库·2023-12-30 09:57

（2023|ACM，风格迁移，调制网络，内容和风格正则化）ControlStyle：使用扩散先验生成文本驱动的风格化图像

：922230617获取资料）目录0.摘要1.方法1.1背景1.2ControlStyle1.3扩散正则化1.4训练2.结果S.总结S.1主要贡献S.2架构和方法0.摘要最近，多媒体社区目睹了在大规模多模态数据
EDPJ·2023-12-30 08:26

Python使用ModelScope进行ocr文字识别

魔搭社区首批开源模型超过300个，包括视觉、语音、自然语言处理、多模态等AI主要方向，并向AIforScience等新领域探索，覆盖的主流任务超过60个。模型均经过筛选和效果验证
wuli_仝仝·2023-12-30 05:06

2024,AI创业有哪些新机会?

多模态生成式AI：能够处理多种媒体数据（如文本、图像、音频等）的AI技术。预计2024年，多模态生成式AI的研发和应用将加速发展，推动音视频大模型
高粱seo工作室·2023-12-30 00:17

OpenChat-3.5：70亿参数下的AI突破

拥有70亿参数的这一模型，不仅是对现有语言学习模型（LLMs）的重大改进，更是在多模态任务中树立了新的标准。
努力犯错·2023-12-29 15:36

多模态大模型的未来趋势：智能家居、智慧城市、医疗诊断和自动驾驶

引言随着人工智能的飞速发展，多模态大模型正逐渐改变我们的生活和工作方式。这些模型通过综合处理文本、声音、旋律和视觉信号等多种输入信息，开创了智能技术新的应用场景。
E寻数据·2023-12-29 14:55

ChatGPT4助力Python数据分析与可视化、人工智能建模及论文高效撰写

2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。
梦想的初衷~·2023-12-29 10:45

多模态大模型-CogVLm 论文阅读笔记

多模态大模型-CogVLm论文阅读笔记COGVLM:VISUALEXPERTFORLARGELANGUAGEMODELS论文地址:https://arxiv.org/pdf/2311.03079.pdfcode
Magicapprentice·2023-12-29 08:39

ChatGPT4和python完美融合，快速完成数据分析与可视化、人工智能建模及论文高效撰写

2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。
AIzmjl·2023-12-29 06:24

免费部署私人 ChatGPT的项目：LobeChat 14K+

LobeChat官方项目是这样介绍自己的：是开源的高性能聊天机器人框架，支持语音合成、多模态、可扩展的
骑着牛的奇兵·2023-12-29 04:43

第七届多模态脑网络数据处理班（训练营：2023.10.5~10.21）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2023-12-29 01:25

三维可视化智慧工地源码，数字孪生可视化大屏，微服务架构+Java+Spring Cloud +UniApp +MySql

一张图掌握项目整体情况;使用轻量化模型，部署三维可视化管理，与一线生产过程相融合，集成数据后台，统一前端入口，呈现多方项目信息;用户PC端、移动端数据同步，依托组件化开发平台;依托数据交互子平台，形成用户多系统间数据融合
淘源码d·2023-12-28 12:46

深度学习（十）：MFTN多模态融合

1.多模态多模态情感分析（Moglobaletal.，2011;Zadeh等人，2016b;Jiangetal.，2015）是情感计算研究的一个越来越受欢迎的领域（Escherichetal.，2017
从零开始的奋豆·2023-12-28 10:09

GPT4多模态人工智能的最新突破,GPT-4 的潜在应用与GPT-4 的局限性

OpenAI发布的GPT-4是人工智能领域的重大发展，提供了最先进的多模式AI模型，有可能彻底改变各个行业和应用程序。本文将探讨GPT-4的特性、优势、潜在应用和局限性，全面概述这一人工智能领域的最新突破。OpenAI发布了一个强大的新图像和文本理解AI模型GPT-4，该公司称其为“扩大深度学习努力的最新里程碑”。人工智能领域日新月异，OpenAI发布GPT-4再次实现重大飞跃。OpenAI的最新
iCloudEnd·2023-12-28 06:30

图像融合论文阅读：CoCoNet: 基于多层特征集成的耦合对比学习网络多模态图像融合

@article{liu2023coconet,title={Coconet:Coupledcontrastivelearningnetworkwithmulti-levelfeatureensembleformulti-modalityimagefusion},author={Liu,JinyuanandLin,RunjiaandWu,GuanyaoandLiu,RishengandLuo,Zh
qiang42·2023-12-27 22:22

11K+ star！免费部署私人 ChatGPT的项目：LobeChat

LobeChat官方项目是这样介绍自己的：是开源的高性能聊天机器人框架，支持语音合成、多模态、可扩展的
IT咖啡馆·2023-12-27 21:14

六.卡尔曼滤波器开发实践之六: 无损卡尔曼滤波器(UKF)进阶-白话讲解篇

本系列文章主要介绍如何在工程实践中使用卡尔曼滤波器,分七个小节介绍:一.卡尔曼滤波器开发实践之一:五大公式二.卡尔曼滤波器开发实践之二:一个简单的位置估计卡尔曼滤波器三.卡尔曼滤波器(EKF)开发实践之三:基于三个传感器的海拔高度数据融合四
okgwf·2023-12-27 19:32

卡尔曼滤波的理解以及参数调整

直观上来讲，卡尔曼滤波器在这里起了数据融合的作用，只需要输入当前的测量值（多个传感器数据）和上一个周期的估计值就能估计当前的状态，这个估计出来的当前状态综合考量了传感器数据（即所谓的观
sxl-63·2023-12-27 19:32

ZKTeco与亚马逊云科技部署Cloud Foundations解决方案，构建MinervaIoT高质量云底座

ZKTeco背景介绍熵基科技股份有限公司（ZKTeco）成立于2007年，是一家多模态“计算机视觉与生物识别”领域的领军企业。
科技互联网·2023-12-27 19:28

如何让机器人具备实时、多模态的触觉感知能力？

人类能够直观地感知和理解复杂的触觉信息，是因为分布在指尖皮肤的皮肤感受器同时接收到不同的触觉刺激，并将触觉信号立即传输到大脑。尽管许多研究小组试图模仿人类皮肤的结构和功能，但在一个系统内实现类似人类的触觉感知过程仍然是一个挑战。触觉系统示意图在这项研究当中，韩国机械材料研究所开发了一种实时多模式触觉系统，通过使用多个传感器、信号处理和传输电路模块以及信号分析，模拟皮肤感受器的功能以及触觉刺激从感受
xwz小王子·2023-12-27 14:14

第六届多模态脑网络数据处理班（直播：2023.6.24~6.25）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2023-12-27 07:21

石油石化应急三维电子沙盘系统研究分析与业务应用

概述易图讯科技（www.3dgis.top）以大数据、云计算、虚拟现实、物联网、AI等先进技术为支撑，支持高清卫星影像、DEM高程数据、矢量数据、无人机倾斜摄像、BIM模型、点云、城市白模、等高线、标高点等数据融合和切换
QQ_2801061513·2023-12-27 07:33

智能三维数据虚拟现实电子沙盘

概述易图讯科技（www.3dgis.top）以大数据、云计算、虚拟现实、物联网、AI等先进技术为支撑，支持高清卫星影像、DEM高程数据、矢量数据、无人机倾斜摄像、BIM模型、点云、城市白模、等高线、标高点等数据融合和切换
QQ_2801061513·2023-12-27 07:33

AICore 带来了 Android 专属的 AI 能力，它要解决什么？采用什么架构思路？

前言Google最近发布的Gemini模型在全球引起了巨大反响，其在多模态领域的Videodemo无比震撼。
TechMerger·2023-12-27 04:59

一文了解谷歌最强大AI模型Google Gemini

它能够进行多模态推理,支持文本、图像、视频、音频和代码之间的无缝交互。Gemini在语言理解、推理、数学、编程等多个领
吳先森321·2023-12-27 04:59

2024年1月AIGC技术与大模型应用实战师资培训的通知

近期大语言模型的强势突起进一步引爆全球关注度，其对自然语言和多模态数据处理任务的能力，更是引发了人们对诞生强人工智能的进
泰迪智能科技·2023-12-27 04:03
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他