V
主页
CVPR2023 | MetaAI最新工作ImageBind,全能AI可学习6种不同模态!
发布人
https://imagebind.metademolab.com/ https://github.com/facebookresearch/ImageBind https://arxiv.org/abs/2305.05665 我们介绍了 ImageBind,这是一种学习跨六种不同模态(图像、文本、音频、深度、热和 IMU 数据)联合嵌入的方法。 我们表明,配对数据的所有组合都不是训练这种联合嵌入所必需的,只有图像配对数据足以将模态绑定在一起。 ImageBind 可以利用最近的大规模视觉语言模型,并通过使用它们与图像的自然配对将它们的零样本功能扩展到新的模式。 它支持“开箱即用”的新型紧急应用程序,包括跨模态检索、使用算术组合模态、跨模态检测和生成。 紧急能力随着图像编码器的力量而提高,我们在跨模态的紧急零镜头识别任务上设置了一个新的最先进的技术,优于专家监督模型。 最后,我们展示了优于先前工作的强大的少镜头识别结果,并且 ImageBind 作为评估视觉和非视觉任务的视觉模型的新方法。
打开封面
下载高清视频
观看高清视频
视频下载器
CVPR2023|MaPLe:多模态Prompt Learning
AI控制光照效果!ControlNet 新作 IC-Light 被网友玩出花!
ICCV 2023: 应用深度学习技术给动漫线稿插帧!
AI去马赛克真的是好变态啊!
CVPR2023 | 扩散模型协作实现多模态人脸生成和编辑
CVPR2023! HairStep,tony 老师看了直摇头
CVPR2023 | 3D-POP:一种自动标注方法,通过基于标记的运动捕捉鸽子姿势
Andrej Karpathy:大模型10亿参数就够了,蒸馏技术效果非常好!
CVPR2023 | dToF一致的视频深度超分辨率
基于深度学习模型的解决图片过曝和曝光不足问题,数据集已开源!CVPR2021
用全局运动聚合学习估计隐藏运动 | ICCV 2021
CV大神何恺明早期研究成果: Image Completion
哎呦我去,这个AI像妖怪!AI根据音乐生成视频music2video
好家伙!用 AI 研究物理?发现隐藏在实验数据中的状态变量
AI自动踢足球!能攻能守!在GFootball中成功学习五名玩家策略!
英伟达又一个GAN!PoE-GAN,AI绘图细节拉满,支持多模态输入
【全108集】花2w买的SD教程!我付费,你白嫖,全程干货无废话,要是还学不会,我退出AI绘画圈!!!零基础Stable Diffusion教程!AI绘画
北大张健团队提出EditGuard 用于版权保护| 预设不可见水印,可定位被篡改区域
ECCV2022 | 谷歌 AR 团队最新成果!
CVPR 2023 | Im2Hands :交互双手形状表征
这个算法太牛啦!全程高能!代码即将开源!NeuralMarker
iccv2023 | Tracking Anything with Decoupled Video Segmentation
绝了,AI生成动漫脸!
ICML 2021 | 深度学习类别不平衡回归研究
南洋理工&商汤提出APA:GAN训练的自适应伪数据增广 | NeurIPS 2021
ECCV 2022|华为诺亚提出CLIFF:将全帧位置信息带入人体姿势和形状估计
CVPR2023|谷歌提出DynIBaR!基于神经网络的动态图像渲染
CVPR2022 | 多模态Transformer用于视频分割效果惊艳
CVPR2022 | Abandoning the Bayer-Filter to See in the Dark
CVPR2022|谷歌 实时3D人体关键点检测&姿态估计,已加入mediapipe!
港大&浙大提出Gen6D:从 RGB 图像估计 6 自由度物体姿势
CVPR2022 | EfficientVIS 高效的视频实例分割
[AAAI 2022] 高质量人脸编辑!MOST-GAN:用于解耦解人脸编辑的 3D 可变形 StyleGAN
万物皆可说话!堪比 BIG MOM魂魂果实能力的算法,有多离谱!CVPR2021
SIGGRAPH 2022 | DCT-Net又一个卡通化算法!代码地址已公布
CVPR2022 | 谷歌出品!逼真的单目 3D 人体重建
「IJCAI 2022」 AI 生成高分辨率、任意尺寸中国山水画
一分钟感受计算机视觉的魅力!CVPR 2021 最具创造力的工作!
NVIDIA’s New AI - Nature Videos Will Never Be The Same!
大数据时代的利器!密集场景下的人群跟踪替代算法,头部跟踪算法 | CVPR 2021