GPT应用实战
文章平均质量分 92
LeapMay
阿里云专家博主 |致力于人工智能,计算机视觉,SLAM
展开
-
论文解读:Inpaint Anything: Segment Anything Meets Image Inpainting
图像修复系统在掩膜选择和填充孔洞方面经常遇到困难。基于Segment-Anything模型(SAM),我们首次尝试了无需掩膜的图像修复,并提出了一种名为"Inpaint Anything(IA)"的新范式,即"点击和填充"。IA的核心思想是结合不同模型的优势,构建一个非常强大且用户友好的流程来解决修复相关的问题。IA支持三个主要功能:(i)移除任何物体:用户可以点击一个物体,IA将移除它并用上下文平滑填补"空洞";原创 2023-07-15 17:58:02 · 1152 阅读 · 2 评论 -
PointGPT 论文解读,点云的自回归生成预训练
本文介绍 PointGPT 的方法,将 GPT 的概念扩展到了点云数据中,以解决点云数据的无序性、低信息密度和任务间隔等挑战。论文提出了一种点云自回归生成任务来预训练 Transformer 模型。该方法将输入的点云分割成多个点块,并根据它们的空间接近性将它们排列成有序序列。然后,基于提取器-生成器的 Transformer 解码器(使用双重掩码策略)学习了在前序点块条件下的潜在表示,以自回归方式预测下一个点块。原创 2023-05-22 22:04:55 · 2520 阅读 · 6 评论