商汤 merilis model visi 7B open-source, satu model yang mencakup deteksi, segmentasi, dan 3D

robot
Pembuatan abstrak sedang berlangsung
ME AI pesan, menurut pemantauan Beating, SenseNova-Vision-7B-MoT dipublikasikan oleh SenseTime. Model ini menggabungkan deteksi objek, OCR, penentuan titik-titik kunci, segmentasi gambar, estimasi kedalaman, dan rekonstruksi 3D multi-sudut menjadi tugas tunggal untuk generasi teks atau gambar. Pengguna dapat menjelaskan kebutuhan dengan prompt berbasis bahasa atau visual, tanpa perlu memasang modul khusus untuk setiap tugas. Pada RefCOCOg untuk segmentasi perujukan dan Cityscapes untuk segmentasi semantik, model ini masing-masing meraih 80,3 dan 71,2, lebih tinggi dibanding Vision Banana dari Google DeepMind yang memperoleh 73,8 dan 69,9. SenseTime juga membuka kode inferensi, bobot model, serta 50 juta data instruksi visual secara bersamaan. Kode menggunakan Apache 2.0, sedangkan bobot model memakai CC BY-NC 4.0, hanya untuk penggunaan non-komersial. (Sumber: BlockBeats)
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
Tidak ada komentar
  • Disematkan