NeRF论文学习

[AD-NeRF]由音频和人脸图像合成人脸视频并表现出自然的说话风格------30系显卡实现

写的有点乱，后面有时间再整理吧。问题概览在做开始,参考了官网和博客的过程,但是过程略微坎坷,问题主要可以总结为:其代码使用了Tensorflow和Pytorch两个框架,我对Tensorflow不是很熟悉,所以直接按照官网的environments.yml安装了,其中的Tensorflow版本使用的Cuda版本为10(我过程中使用的是10.2).而在实际运算的时候我的电脑显卡3060并不支持Cud
慕梅^·2023-08-18 03:43

【三维编辑】SPIn-NeRF：多视图分割与感知修复（CVPR 2023）

文章目录摘要一、简介二、相关工作1.ImageInpainting2.NeRF操作3.背景:NeRF知识三、方法3.1.多视图分割3.1.1掩码初始化3.1.2基于nerf的分割3.2.多视图Inpainting3.2.1RGB
杀生丸学AI·2023-08-16 10:03

【多视重建】从Zero-123到One-2-3-45：多视角生成

相关工作三、Zero-1-to-33.1.学习如何控制照相机的视角3.2.视角作为条件的扩散3.3三维重构3.4数据集四、One-2-3-454.1Zero123:视角条件的2DDiffusion4.2NeRF
杀生丸学AI·2023-08-16 10:33

pytorch学习笔记-----Resnet 残差网络论文学习

发现问题：深层网络训练的效果反而不如浅层网络效果解决办法：一方面更深卷积，另一方面要对未卷积之前的进行映射（个人理解即相当于未进网络的图片分成两条路一条走网络，一条直接拿过来，可以通过训练对两条路的训练效果进行比较调整比重，保证训练的结果至少不比未经网络之前的差）Resnet网络中体现：每个模块都要相上述方法两条路进网络，对于特征图数不同的，我们可以进行卷积操作来增加特征图数量（要求：两条路最终输
cvks·2023-08-13 06:55

体渲染原理及WebGL实现【Volume Rendering】

体渲染（VolumeRendering）是NeRF神经场辐射AI模型的基础，与传统渲染使用三角形来显示3D图形不同，体渲染使用其他方法，例如体积光线投射(VolumeRayCasting)。
新缸中之脑·2023-08-13 03:54

【三维编辑】Seal-3D：基于NeRF的交互式像素级编辑

文章目录摘要一、引言二、方法2.1.基于nerf的编辑问题概述2.2.编辑指导生成2.3.即时预览的两阶段学生训练三、实验四、代码总结项目主页:https://windingwind.github.io
杀生丸学AI·2023-08-13 03:53

xuniren（Fay数字人开源社区项目）NeRF模型训练教程

仓库：wwaityousea/xuniren(github.com)附：xunirenwindows安装教程NeRF视频三维重建视频训练步骤：环境说明：官方：Ubuntu22.04，Pytorch1.12andCUDA11.6
郭泽斌之心·2023-08-12 11:50

论文学习21“Semi-supervised Segmentation of Optic Cup in Retinal Fundus Images Using Variational Autoe...

这是我入AI读的第一篇paper，很简单却很经典的思路。1.题目：Semi-supervisedSegmentationofOpticCupinRetinalFundusImagesUsingVariationalAutoencoder（使用VAE对视网膜光学杯进行半监督分割）2.Paper来源：MICCAI2017；作者，IBM实验室。3.背景：这篇文章是对视杯进行分割，对于青光眼等疾病中，杯盘
Carrie_Hou·2023-08-12 00:37

加速Nerf训练：nerfacc

加速Nerf训练：nerfacc0.引言1.NerfAcc加速原理1.1.跳过空区域与遮挡区域（PruningEmptyandOccludedRegions）**1.2.GPU层面1.3.场景压缩（SceneContractionforUnboundedScene
古路·2023-08-11 23:51

2019-3-5晨间日记

周目标·完成进度写毕设，论文学习·信息·阅读坚持阅读健康·饮食·锻炼一天只有一餐人际·家人·朋友和舍友改毕设工作·思考最美好的三件事1.睡觉2.吃饭3.看手机思考·创意·未来图片发自App
娜样阳光美丽·2023-08-11 12:44

NERFS 与现实捕捉 - 弥合现实世界与数字世界之间的差距

NERF介绍近年来，计算机视觉和图形领域取得了显着的进步，催生了革命性的技术，改变了各个行业。NERFS（神经辐射场）和现实捕捉是两项备受关注的重要技术。
O丶ne丨柒夜·2023-08-09 17:48

NeRF基于线稿生成逼真三维人脸！细节风格随意改，收录SIGGRAPH 2023！

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【计算机视觉和论文投稿】交流群转载自：机器之心这个方法可以高效构建三维模型，精细程度很高。高真实感且精确可控的三维人脸建模是数字人构建中的重要问题之一。目前，使用现有的基于网格的人脸建模方法需要专业的人员使用复杂的软件并投入大量的时间和精力，且实现逼真的人脸渲染结果较为困难。虽然神经辐射场作为一种新的三维表示可以合成出
Amusi（CVer）·2023-08-08 19:38

NeRF室内重建对比：Nerfstudio vs. Luma AI vs. Instant-NGP

如今，神经辐射场(NeRF)是房地产可视化现实捕获的下一代发展。这项新技术将使购房者能够在房间内走动，观察光线如何在空间中移动，并获得更加身临其境的空
新缸中之脑·2023-08-07 19:26

计算机视觉与图形学-神经渲染专题-Seal-3D(基于NeRF的像素级交互式编辑)

摘要随着隐式神经表示或神经辐射场(NeRF)的流行，迫切需要与隐式3D模型交互的编辑方法，以完成后处理重建场景和3D内容创建等任务。
元宇宙MetaAI·2023-08-06 15:38

数字人解决方案——NeRF实现实时对话数字人环境配置与源码

前言1.这是一个能实时对话的虚拟数字人demo,使用的是NeRF（NeuralRadianceFields），训练方式可以看看我前面的博客。
知来者逆·2023-08-06 14:19

4个顶级的支持消费级硬件的NeRF软件平台

因此，让我们放慢脚步，看看4个主流的支持消费级硬件的NeRF平台。推荐：用NSDT设计器快速搭建可编程3D场景。
新缸中之脑·2023-08-06 05:43

NeRF-SLAM: Real-Time Dense Monocular SLAM with Neural Radiance Fields 论文阅读

论文信息题目：NeRF-SLAM:Real-TimeDenseMonocularSLAMwithNeuralRadianceFields作者：AntoniRosinol,JohnJ.Leonard，LucaCarlone
玛卡巴卡_qin·2023-08-04 11:01

计算机视觉与图形学-神经渲染专题-ConsistentNeRF

摘要NeuralRadianceFields(NeRF)已通过密集视图图像展示了卓越的3D重建能力。然而，在稀疏视图设置下，其性能显着恶化。
元宇宙MetaAI·2023-08-03 12:31

计算机视觉与图形学-神经渲染专题-第一个基于NeRF的自动驾驶仿真平台

为此，我们提出了一种基于神经辐射场（NeRF）的自动驾驶模拟器。与现有作品相比，我们的作品具有三个显着特点：（1）实例感知。
元宇宙MetaAI·2023-08-03 12:30

Pytorch入门学习——快速搭建神经网络、优化器、梯度计算

我的代码可以在我的Github找到GIthub地址https://github.com/QinghongShao-sqh/Pytorch_Study因为最近有同学问我如何Nerf入门，这里就简单给出一些我的建议
出门吃三碗饭·2023-08-01 23:03

车道线检测-Eigenlanes 论文学习笔记

论文：《Eigenlanes:Data-DrivenLaneDescriptorsforStructurallyDiverseLanes》代码：https://github.com/dongkwonjin/Eigenlanes核心：在EigenlaneSpace中检测车道线创新点Eigenlane：数据驱动的车道描述符，在特征车道空间中紧凑地表示结构多样化的车道；SIIC-Net：高效地检测和回归
tomeasure·2023-07-31 13:51

Informer 论文学习笔记

论文：《Informer:BeyondEfficientTransformerforLongSequenceTime-SeriesForecasting》代码：https://github.com/zhouhaoyi/Informer2020地址：https://arxiv.org/abs/2012.07436v3特点：实现时间与空间复杂度为O(Lln⁡L)\mathcal{O}(L\lnL)O(
tomeasure·2023-07-31 13:51

车道线检测-LaneATT 论文学习笔记

论文：《KeepyourEyesontheLane:Real-timeAttention-guidedLaneDetection》地址：https://arxiv.org/abs/2010.12035v2代码：https://github.com/lucastabelini/LaneATT整体结构车道线的表示方式Lane={(xi,yi)}i=0Npts−1,yi=i⋅HimageNpts−1La
tomeasure·2023-07-31 13:50

Transformer 论文学习笔记

重新学习了一下，整理了一下笔记论文：《AttentionIsAllYouNeed》代码：http://nlp.seas.harvard.edu/annotated-transformer/地址：https://arxiv.org/abs/1706.03762v5翻译：Transformer论文翻译特点：提出一种不使用RNN、CNN，仅使用注意力机制的新模型Transformer；只关注句内各tok
tomeasure·2023-07-31 13:19

RAD-NeRF模型

问题1：添加在以下的参数里添加bin_size=0问题2：更行GLIBC_2.29_glibc_2_29.so_xihuanyuye的博客-CSDN博客
LANWENBING·2023-07-29 22:11

PP-YOLOE 论文学习

1.解决了什么问题？单阶段目标检测器能很好地平衡速度和精度，YOLO系列是其中的代表。YOLOX采用了anchor-free范式，加入了动态标签分配以提升检测表现，在TeslaV100上取得了50.1mAP，速度是68.9FPS。本文提出的PP-YOLOE为了适配各种硬件平台，没有使用可变形卷积、MatrixNMS等操作。如下图，PP-YOLOE在速度和精度方面领先于YOLOX和YOLOv5。2.
calvinpaean·2023-07-29 08:35

浅谈3D隐式表示（SDF，Occupancy field，NeRF）

本篇文章介绍了符号距离函数SignedDistanceFunciton(SDF)，占用场OccupancyField，神经辐射场NeuralRadianceField（NeRF）的概念、联系与区别。
欧二lord·2023-07-29 07:48

2019-06-24 图像分类、目标检测、语义分割、实例分割概念

深度学习与TensorFlow:FCN论文学习笔记https://www.jianshu.com/p/376b1c99c8e7上文用一张图形象生动的阐述了目标识别/场景理解的四个技术概念：图像分类：给定一张图
MarkRyan·2023-07-28 13:29

[Tools: tiny-cuda-nn] Linux安装

officialrepo:https://github.com/NVlabs/tiny-cuda-nn该包可以显著提高NeRF训练速度，是Instant-NGP、Threestudio和NeRFstudio
zzl_1998·2023-07-28 10:49

[Tools: Camera Conventions] NeRF中的相机矩阵估计

参考：NeRF代码解读-相机参数与坐标系变换-知乎在NeRF中，一个重要的步骤是确定射线（rays）的初始点和方向。根据射线的初始点和方向，和设定射线深度和采样点数量，可以估计该射线成像的像素值。
zzl_1998·2023-07-28 10:17

聊聊我从底层算法到业务算法转型的这一年

，聊聊我在服务端开发5年的理解和收获第三篇：聊聊我在淘宝做性能分析的经历第四篇：聊聊我做NeRF-
阿里巴巴淘系技术团队官网博客·2023-07-28 06:56

YOLOv6 论文学习

1.解决了什么问题？吸收了学术圈和工业界最新的目标检测方法，包括网络结构、训练策略、测试技巧、量化和优化方法。作者有如下几点发现：目前还没有人深入研究RepVGG重参数化对检测任务的影响。直接缩放RepVGG模块的效果并不好，对于小模型而言，简单的单通道结构更好，但对于大模型来说，参数量会呈指数增加，计算量极其高昂。对重参数化的检测器做量化要格外小心，因为训练和推理时的网络结构不一致会导致性能大幅
calvinpaean·2023-07-26 22:12

[论文学习]权美香,朴松昊,李国. 视觉 SLAM 综述

摘要视觉SLAM指的是相机作为唯一的外部传感器,在进行自身定位的同时创建环境地图。SLAM创建的地图的好坏对之后自主的定位、路径规划以及壁障的性能起到一个决定性的作用。本文对基于特征的视觉SLAM方法和直接的SLAM方法,视觉SLAM的主要标志性成果,SLAM的主要研究实验室进行了介绍,并介绍了SIFT,SURF,ORB特征的检测与匹配,关键帧选择方法,并对消除累积误差的闭环检测及地图优化的方法进
Eminbogen·2023-07-26 12:16

Training-Time-Friendly Network for Real-Time Object Detection 论文学习

1.解决了什么问题？目前的目标检测器很少能做到快速训练、快速推理，并同时保持准确率。直觉上，推理越快的检测器应该训练也很快，但大多数的实时检测器反而需要更长的训练时间。准确率高的检测器大致可分为两类：推理时间久的的训练时间久的。推理时间久的检测器一般依赖于复杂的后处理逻辑或沉重的检测head。尽管这些设计能提升准确率和收敛速度，但是推理速度很慢，不适合实时应用。为了降低推理速度，人们尝试去简化检测
calvinpaean·2023-07-26 08:28

TOOD Task-aligned One-stage Object Detection 论文学习

1.解决了什么问题？目标检测通过多任务学习的方式，协同优化目标的分类和定位。分类任务会学习目标的判别特征，关注于目标的显著性或关键区域，而定位任务则学习准确地定位目标的边界。因为定位和分类的学习机制不同，这俩任务学到的特征分布也不同。当这两个分支做预测时，会产生一定的错位现象。分类和定位是独立的。两个独立的分支并行地做目标分类和定位，任务之间缺乏交流，会造成预测结果不一致。如下图红色格子，ATSS
calvinpaean·2023-07-26 08:58

BEVPoolv2 A Cutting-edge Implementation of BEVDet Toward Deployment 论文学习

GithubRepo:https://github.com/HuangJunJie2017/BEVDet/tree/dev2.0ArxivPaper:https://arxiv.org/abs/2211.171111.解决了什么问题？多相机3D目标检测是自动驾驶领域的基本任务，受到学术界和工业界的大量关注。Lift-Splat-Shootviewtransformation模块在部署时最大的问题是
calvinpaean·2023-07-26 07:39

大力出奇迹——GPT系列论文学习（GPT,GPT2,GPT3,InstructGPT）

目录说在前面1.GPT1.1引言1.2训练范式1.2.1无监督预训练1.2.2有监督微调1.3实验2.GPT22.1引言2.2模型结构2.3训练范式2.4实验3.GPT33.1引言3.2模型结构3.3训练范式3.4实验3.4.1数据集3.5局限性4.InstructGPT4.1引言4.2方法4.2.1数据收集4.2.2各部分模型4.3总结说在前面最近以GPT系列为代表的大语言模型LLM掀起了一阵热
Hilbob·2023-07-25 17:49

【论文学习】PromptIR：一种基于提示学习的一体化图像恢复方法

写在前面：本博客仅作记录学习之用，部分图片来自网络，如需引用请注明出处，同时如有侵犯您的权益，请联系删除！文章目录前言论文网络框架网络详解提示模块提示符生成模块(PGM)提示交互模块(PIM)实验实验-多重降解一体化实验-单次降解消融实验总结致谢参考前言图像恢复是指从降级版本恢复高质量干净图像的过程。这是一个极具挑战性的病态问题，与传统方法相比，基于深度学习的修复方法已经成为更有效的选择。基于深度
东荷新绿·2023-07-24 15:20

Ubuntu20.04系统Mip-NeRF代码复现（pytorch）

仅仅复现出Mip-NeRF论文所提出的实验，不包含原理的介绍。
XINYU W·2023-07-24 14:39

NeRF代码学习

学习nerf_pytorch项目代码，以及pytorch_lighting形式代码，首先需要读取数据，将数据输入神经网络进行训练（包括生成编码、生成光线、计算密度颜色、体渲染步骤），将数据输出1、数据集读取代码中给出的样例
川河w·2023-07-24 13:04

NeRF神经辐射场中关于光线从世界坐标系转换为NDC坐标系 Representing Scenes as Neural Radiance Fields for View Synthesis

本文旨在回复一个粉丝的关于坐标系变换编程提问，并结合下面的一个代码进行解释（完整代码参考我前面的文章）补充：[希望那个同学可以看见，因为公众号对话10天未互动默认无法再回复消息了。]defget_ndc_rays(H,W,focal,near,rays_o,rays_d):"""TransformraysfromworldcoordinatetoNDC.NDC:Spacesuchthattheca
出门吃三碗饭·2023-07-24 13:34

论文解读Nerf2Mesh：基于Nerf的网格资产生成

论文标题DelicateTexturedMeshRecoveryfromNeRFviaAdaptiveSurfaceRefinement简单翻译：通过Nerf恢复网格结构论文下载地址，点这里1：网格知识点介绍
出门吃三碗饭·2023-07-24 13:58

VoxelNet：End_to_End Learning for Point Cloud Based 3D Object Detection 论文学习与解读

写给读者文章的内容主要是我个人在学习论文的过程中按模块对论文进行了粗略的翻译并且加入了一定的理解，其中对于一些我不太了解的额外知识进行了一个补充，欢迎大家指正。IntroductionLiDAR（激光雷达）获取到的点云数据存在存在很高的随机点密度，这是由非均匀的3D空间采样，对一系列有效的传感器的遮盖和相关的动作。为了解决解决这个问题，很多方法采用人为手工制作点云的特征表现来用于3D物体识别。然而
健身的程序猿·2023-07-23 08:26

2022-2-27晨间日记

晴朗心情：是极好的纪念日：暂无任务清单昨日完成的任务，最重要的三件事：约了好友，做了康复，睡了懒觉习惯养成：今天要去锻炼哦周目标·完成进度1.复习知识点，准备出组考核2.完成小讲课PPT制作3.修改毕业论文学习
听荷·2023-07-22 01:42

聊聊我在淘宝的成长公式和业务思考

，聊聊我在服务端开发5年的理解和收获第三篇：聊聊我在淘宝做性能分析的经历第四篇：聊聊我做NeRF-
阿里巴巴淘系技术团队官网博客·2023-07-21 10:42

聊聊我在店铺开放域做性能优化的体会

，聊聊我在服务端开发5年的理解和收获第三篇：聊聊我在淘宝做性能分析的经历第四篇：聊聊我做NeRF-
阿里巴巴淘系技术团队官网博客·2023-07-21 10:41

CenterNet Objects as Points 论文学习

论文链接：ObjectsasPoints1.解决了什么问题？目标检测的任务是从图像中检出目标的矩形框。现有的检测方法大多会穷举所有潜在的目标位置，然后做分类。这非常浪费资源、低效率，并且依赖后处理。单阶段方法会在图像上放置大量的anchors，然后直接分类。双阶段方法则会对候选边框的特征进行二次计算，做分类。然后这些方法计算IoU，通过NMS后处理去除冗余的预测框。这类后处理操作是不可微的，训练起
calvinpaean·2023-07-20 17:49

ImVoxelNet 论文学习

论文链接：ImVoxelNet:ImagetoVoxelsProjectionforMonocularandMulti-ViewGeneral-Purpose3DObjectDetection1.解决了什么问题？RGB图像成本低、数据源丰富，可以提供场景和物体的视觉信息，但不包括场景几何结构的直接信息。因此，从RGB图像检测3D物体本身就是不适当的。给定一张单目图像，基于深度学习的3D检测方法只能
calvinpaean·2023-07-20 03:32

yolov7论文学习——创新点解析、网络结构图

创新点1、提出了E-ELAN，但是只在yolov7-e6e中使用到。2、yolov7基于拼接模型的缩放方法，在yolov7x中使用到。3、将重参数化卷积应用到残差模块中或者用到基于拼接的模块中去。RepConvN4、提出了两种新的标签分配方法一、ELAN和E-ELAN1、ELANyolov7使用大量的ELAN作为基础模块。[-1,1,Conv,[64,1,1]],[-2,1,Conv,[64,1,
find_starshine·2023-07-19 16:36

FCOS 论文学习

1.解决了什么问题？之前的目标检测器如RetinaNet、SSD、YOLOv3都依赖于anchors。基于anchors的检测器有如下三个缺点：检测表现对于anchors的大小、宽高比和数量等超参数很敏感；即使精心设计了anchors，但由于大小和宽高比都是固定的，检测器很难处理形状变化很大的物体，比如小目标；为了提高召回率，基于anchor的检测器会在输入图像上放置大量的anchorboxes。
calvinpaean·2023-07-19 13:43
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他