HyperAIHyperAI

Command Palette

Search for a command to run...

شبكة إكمال المشهد الدلالية الفعالة باستخدام التجميع المكاني للدوال الإدراكية

Jiahui Zhang∗1, Hao Zhao∗2, Anbang Yao✉3, Yurong Chen3, Li Zhang2, and Hongen Liao✉1

الملخص

نقدم تقنية التجميع المكاني (SGC) لتسريع حساب مهام التنبؤ الكثيف ثلاثي الأبعاد. تعمل SGC بشكل متعامد مع التجميع التقليدي، حيث تركز على الأبعاد المكانية بدلاً من البعد القناة الميزات. تقوم بتقسيم الفوكسلات الدخيلة إلى مجموعات مختلفة، ثم تنفذ عملية التجميع النادر ثلاثي الأبعاد على هذه المجموعات المنفصلة. نظرًا لأن فقط الفوكسلات الصالحة تُؤخذ بعين الاعتبار عند إجراء العملية التجميعية، يمكن تقليل الحساب بشكل كبير مع خسارة طفيفة في الدقة. تم التحقق من العمليات المقترحة في مهمة استكمال المشهد الدلالي، والتي تهدف إلى تنبؤ حجم ثلاثي أبعاد كامل مع علامات دلالية من صورة عمق واحدة. باستخدام SGC، نقدم أيضًا شبكة تجميعية نادرة ثلاثية الأبعاد فعالة، والتي تستفيد من هندسة متعددة المقاييس واستراتيجية التنبؤ من الخشن إلى الدقيق. تم إجراء التقييمات على مجموعة بيانات SUNCG، مما حقق أداءً رائدًا وسرعة عالية. الرمز البرمجي متاح على https://github.com/zjhthu/SGC-Release.git


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