新闻动态
-
202404-26
- CVPR 2025 | 擅长处理复杂场景
- AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传...
-
202404-25
- 颜水成挂帅，奠定「通用视觉多模态大模型」
- 近日，颜水成教授团队联合发布并开源了Vitron通用像素级视觉多模态大语言模型。项目主页&Demo：https://vitron-llm.github....
-
202404-23
- 基于Transformer的高效单阶段短
- 引言如图1所示，现有的三阶段RGB-T单目标跟踪网络通常采用两个独立的特征提取分支，分别负责提取两个模态的特征。然而，相互独立的特征提取分支会导致两个模态在特征...
-
202404-22
- 超越BEVFusion！DifFUSER
- 写在前面&笔者的个人理解目前，随着自动驾驶技术的越发成熟以及自动驾驶感知任务需求的日益增多，工业界和学术界非常希望一个理想的感知算法模型，可以同时完成三...
-
202404-19
- 如何利用transformer有效关联激
- 笔者个人理解自动驾驶的基础任务之一是三维目标检测，而现在许多方法都是基于多传感器融合的方法实现的。那为什么要进行多传感器融合?无论是激光雷达和相机融合，又或者是...
-
202404-15
- 谁说大象不能起舞! 重编程大语言模型实现
- 近期，来自澳大利亚蒙纳士大学、蚂蚁集团、IBM研究院等机构的研究人员探索了模型重编程（modelreprogramming）在大语言模型（LLMs）上应用，并提...
-
202404-15
- CVPR'24 | LightDiff：
- 原标题：LighttheNight:AMulti-ConditionDiffusionFrameworkforUnpairedLow-LightEnhancem...
-
202404-11
- 多个SOTA ！OV-Uni3DETR：
- 这篇论文讨论了3D目标检测的领域，特别是针对Open-Vocabulary的3D目标检测。在传统的3D目标检测任务中，系统需要在预测真实场景中物体的定位3D边界...
