AI创作共554篇 第2页
排序
当Swin Transformer遇上DCN，清华可变形注意力模型优于多数ViT
机器之心报道 编辑：小舟 本文中，来自清华大学、AWS AI 和北京智源人工智能研究院的研究者提出了一种新型可变形自注意力模块，其中以数据相关的方式选择自注意力中键值对的位置，使得自注意力...
5个月前
3D 版 SORA 来了！DreamTech 推出全球首个原生 3D-DiT 大模型 Direct3D
机器之心发布 机器之心编辑部 不支持的音频/视频格式 请试试刷新 重播 播放 00:00 / 00:00 直播 00:00 进入全屏 0 点击按住可拖动视频 2024 年 5 月，DreamTech 官宣了其高质量 3D 生成大模型 D...
5个月前
超过ConvNeXt等！上海交大提出Transformer架构新SOTA：SeTformer
作者丨小源 来源丨数源AI 编辑丨极市平台 论文链接：https://arxiv.org/pdf/2401.03540.pdf 引言 Transformer最初是用于自然语言处理（NLP）的技术，在视觉领域得到了显著的流行，这要归功于Vis...
5个月前
超分辨图像无限生成！Diffusion Transformer 任意分辨率上采样
作者丨科技猛兽 编辑丨极市平台 本文目录 1 Inf-DiT：Diffusion Transformer 任意分辨率上采样 (来自清华大学，唐杰团队) 1 Inf-DiT 论文解读 1.1 超高分辨率图像生成问题的挑战：GPU 显存需求 ...
5个月前
脑科学能用Transformer做什么？
图片来源@视觉中国 文 | 追问nextquestion 自ChatGPT问世以来，“Transformer模型”始终以超高频率出现在各个AI新产品模块当中。比如，大家所熟知的GPT-4、Midjourney、GitHub Copilot等，它们...
5个月前
拒绝信息差！一篇文章说清Stable Diffusion3到底值不值得冲
就在几天前，Stability AI正式开源了Stable Diffusion 3 Medium（以下简称SD3M）模型和适配CLIP文件。这家身处风雨飘摇中的公司，在最近的一年里一直处于破产边缘，就连创始人兼CEO也顶不住压力...
5个月前我的面板
看一看
Stable Diffusion 图像生成 攻略六
本文有两个主题，一个是如何使用 Hugging Diffusers 框架，另一个是如何用 Diffusers 框架，实现图像的高清放大。 Huggingface Diffusers 框架，提供了高清放大图像的 APIs，同时还提供了预训练...
1年前
【你只需看一次】YOLO 全系列目标检测算法
IFQ-Tinier-YOLOIFQ-Net: Integrated Fixed-point Quantization Networks for Embedded Vision作者：Hongxing Gao, Wei Tao, Dongchao Wen, Tse-Wei Chen, Kinya Osa, Masami Kato单位：Canon I...
1年前
动力工具工业互联网平台建设
动力工具工业互联网平台建设是将现有的动力工具行业与互联网技术相结合，构建一个具有高度自动化、高效率、高质量的生产、销售、服务等全生命周期的平台。动力工具行业是一个大而分散的产业，以...
1年前
用自然语言分割一切图像【lang-segment-anything】
近年来，计算机视觉取得了显着进步，特别是在图像分割和目标检测任务方面。 Segment Anything Model (SAM) 是最近的一项重大突破，这是一种多功能的深度学习模型，旨在有效地从图像和输入提示中...
1年前
Flink ML 2.0改进算法可用性，还添加Python支持
Apache Flink社群发布机器学习函数库Flink ML 2.0.0，在这个新版本中，开发团队重构Flink ML早期的函数库，扩展Flink ML API并更新Runtime主要功能，像是开始支持多输入和多输出，和添加流媒体...
1年前
区块链开发搭建指南，他为什么受欢迎
区块链在公众视野中已经存在 10 多年，从那时起，该技术发生了显着的发展。有些人热衷于加密货币，而另一些人则对区块链开发感兴趣——他们想为企业和个人的利益创建自己的区块链解决方案。然而...
1年前
