CVPR2024最佳论文：Generative Image Dynamics
计算机图像和模式识别2024年度大会（Computer Vision and Pattern Recognit […]
CVPR2024最佳论文：Generative Image Dynamics Read More »
计算机视觉（CV）
BAKU：用于多任务策略学习的高效transformer架构
论文《BAKU：用于多任务策略学习的高效transformer架构》BAKU: An Efficient Tr
BAKU：用于多任务策略学习的高效transformer架构 Read More »
Deep Patch Visual Odometry (DPVO)
Deep Patch Visual Odometry (DPVO)是来自普林斯顿大学的Zachary Teed
Deep Patch Visual Odometry (DPVO) Read More »
Med-Gemini，基于 Gemini 架构的先进多模态医学模型
来自Google和DeepMind的团队前几天发表了论文《Capabilities of Gemini Mod
Med-Gemini，基于 Gemini 架构的先进多模态医学模型 Read More »
试了一下Googel Bard的视频理解能力
Google Bard刚推出了YouTube视频理解功能。 用下面这个视频测试了一下。视频为How The W
试了一下Googel Bard的视频理解能力 Read More »
Google的图像识别API—Cloud Vision API
Google刚出了图像识别的API(Cloud Vision API)，主要实现如下需求（详见此链接）： 给图
Google的图像识别API—Cloud Vision API Read More »