HyperAIHyperAI

Command Palette

Search for a command to run...

SSD-6D: جعل الكشف ثلاثي الأبعاد والتقدير المكاني سداسي الأبعاد باستخدام الصور الملونة أكثر فعالية مرة أخرى

Wadim Kehl Fabian Manhardt Federico Tombari Slobodan Ilic Nassir Navab

الملخص

نقدم طريقة جديدة للكشف عن نماذج ثلاثية الأبعاد وتقدير وضعياتها الستة الأبعاد من بيانات RGB في تصوير واحد. لتحقيق هذا، قمنا بتوسيع نموذج SSD الشائع ليغطي الفضاء الكامل للوضعية الستة الأبعاد وتم التدريب باستخدام بيانات النماذج المصنعة فقط. يتنافس نهجنا أو يتفوق على الأساليب الرائدة حاليًا التي تستفيد من بيانات RGB-D في مجموعات بيانات صعبة متعددة. بالإضافة إلى ذلك، تنتج طريقتنا هذه النتائج بمعدل حوالي 10 هرتز، وهو أسرع بكثير من الأساليب ذات الصلة. لأجل الإعادة القابلة للتكرار، جعلنا شبكاتنا المدربة وكود الكشف متاحين للجمهور.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
SSD-6D: جعل الكشف ثلاثي الأبعاد والتقدير المكاني سداسي الأبعاد باستخدام الصور الملونة أكثر فعالية مرة أخرى | مستندات | HyperAI