Zhijia Technology の論文 DualBEV がトップコンピュータビジョンカンファレンス ECCV に選ばれました
最近、Zhijia Technology チームによる論文「DualBEV: Unifying Dual Veiw Transformation with Probabilistic Correspondences」が、コンピューター ビジョンの分野で最も影響力と権威のある国際会議であるヨーロッパ国際コンピューター ビジョン会議 (ECCV) に選ばれました。 1 つは、国際コンピュータ ビジョン会議 (ICCV)、コンピュータ ビジョンとパターン認識会議 (CVPR) と並んで有名であり、コンピュータ ビジョン分野の「三大会議」の 1 つとして知られています。 ECCVは2年ごとに開催され、世界トップクラスの研究者や専門家が集まり、最先端の研究成果や技術革新について展示、議論します。
Bird's-Eye-View (BEV) 知覚は、現在の自動運転知覚、さらにはエンドツーエンド技術の基礎であり、その中に視点変換 (View Transformation) が含まれます。 BEV 認識モジュールの中核であり、画像特徴 (2D) を BEV 空間 (3D) に変換する役割を果たします。現在の主流のソリューションは、3D から 2D への視点変換ソリューション、または 2D から 3D への視点変換ソリューションの間のジレンマに陥ることがよくあります。
3D から 2D ソリューションは一般に Transformer に依存しており、優れたパフォーマンスを実現する一方で、多くのコンピューティング オーバーヘッドももたらします。 2D から 3D への計算は高速ですが、トラック シーンでは重要な長距離情報が失われやすくなります。
これらの問題に対して、DualBEV はモンテカルロの概念から出発し、ビュー変換の本質を考え、ビュー変換のプロセスをサンプルの構築と重みの計算にまとめ、普遍的な特徴変換アルゴリズム (Unified特徴変換)。このアルゴリズムは、まず 2 つの方向からサンプルを構築し、3 つの確率測定値の乗算を通じて 2 つの異なる方向で構築されたサンプルを均一に評価し、次に事前計算を通じて変換プロセスを加速し、それらを融合して最終的な BEV 特徴を取得します。
DualBEV は、3D から 2D および 2D から 3D のパースペクティブ変換ソリューションを全体的なフレームワークに統合する先駆者であり、各パースペクティブの利点を最大限に活用しています。純粋に視覚的なソリューションである nuScenes Detection Leaderboard で 63.4% の NDS で SOTA 結果を達成しました。遠近変換モジュールは事前計算テクノロジーを使用しているため、計算時間は Transformer ソリューションのわずか 1/40 であり、リストの中で最高の遠近変換方法となります。
DualBEV によって構築された BEV 機能は、効率的なパースペクティブ変換とマルチビュー情報融合を通じて、正確なシーン表現と高速計算ソリューションを提供し、エンドツーエンド システムの開発に強固な基盤を提供します。 Zhijia Technology は、エンドツーエンドの自動運転システムへの DualBEV の緊密な統合を積極的に推進し、その利点を最大限に発揮し、自動運転システムの全体的なパフォーマンスをさらに向上させています。
テクノロジー対応製品、オープンソース協力、Win-Winの結果
DualBEVのさらに最適化された関連技術は、Zhijia Technologyが独自に開発したプレインストールされた量産大型トラック自動運転システムであるZhijia Pilot 2.0に適用されました。このシステムは、パイロットの自動運転機能を開放し、極めて安全性、快適性、省力化、省エネ、環境保護などの利点をもたらし、自動追い越し、路肩駐車、合流予測、部分工事などの高度な機能を実現できます。運転疲労を大幅に軽減し、最大 10% の燃料節約による省エネと排出ガス削減を実現する「単独運転への変更」を実現します。
現在、Smart Plus Navigation 2.0システムを搭載したスマート大型トラックK7+は、China Post、ZTO Express、Aneng Logisticsなどの大手物流会社によって実際に運用されており、北京-天津-などの中核経済圏をカバーしています。河北省、長江デルタ、珠江デルタでは幹線物流業界のデジタル化とインテリジェント化を推進し続けます。
この論文は ECCV に無事選出され、研究結果の一部はオープンソース化されました。これは、自動運転分野における Zhijia Technology の科学研究と革新能力を実証するだけでなく、業界の標準化と相互運用性の向上にも役立ちます。 Zhijia Technologyは、革新、協力、共有を通じて主要な技術的問題の克服に注力し、自動運転技術の反復と画期的な進歩を効果的に促進し、最終的には「インテリジェントで安全で環境に優しい」物流・輸送業界の質の高い発展を達成したいと考えている。
以上がZhijia Technology の論文 DualBEV がトップコンピュータビジョンカンファレンス ECCV に選ばれましたの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











現代の製造において、正確な欠陥検出は製品の品質を確保するための鍵であるだけでなく、生産効率を向上させるための核心でもあります。ただし、既存の欠陥検出データセットには、実際のアプリケーションに必要な精度や意味論的な豊富さが欠けていることが多く、その結果、モデルが特定の欠陥カテゴリや位置を識別できなくなります。この問題を解決するために、広州香港科技大学と Simou Technology で構成されるトップの研究チームは、産業欠陥に関する詳細かつ意味的に豊富な大規模なアノテーションを提供する「DefectSpectrum」データセットを革新的に開発しました。表 1 に示すように、他の産業データ セットと比較して、「DefectSpectrum」データ セットは最も多くの欠陥注釈 (5438 個の欠陥サンプル) と最も詳細な欠陥分類 (125 個の欠陥カテゴリ) を提供します。

編集者 |KX 今日に至るまで、単純な金属から大きな膜タンパク質に至るまで、結晶学によって決定される構造の詳細と精度は、他のどの方法にも匹敵しません。しかし、最大の課題、いわゆる位相問題は、実験的に決定された振幅から位相情報を取得することのままです。デンマークのコペンハーゲン大学の研究者らは、結晶相の問題を解決するための PhAI と呼ばれる深層学習手法を開発しました。数百万の人工結晶構造とそれに対応する合成回折データを使用して訓練された深層学習ニューラル ネットワークは、正確な電子密度マップを生成できます。この研究では、この深層学習ベースの非経験的構造解法は、従来の非経験的計算法とは異なり、わずか 2 オングストロームの解像度で位相問題を解決できることが示されています。これは、原子解像度で利用可能なデータのわずか 10% ~ 20% に相当します。

オープンな LLM コミュニティは百花繚乱の時代です Llama-3-70B-Instruct、QWen2-72B-Instruct、Nemotron-4-340B-Instruct、Mixtral-8x22BInstruct-v0.1 などがご覧いただけます。優秀なパフォーマーモデル。しかし、GPT-4-Turboに代表される独自の大型モデルと比較すると、オープンモデルには依然として多くの分野で大きなギャップがあります。一般的なモデルに加えて、プログラミングと数学用の DeepSeek-Coder-V2 や視覚言語タスク用の InternVL など、主要な領域に特化したいくつかのオープン モデルが開発されています。

AI にとって、数学オリンピックはもはや問題ではありません。木曜日、Google DeepMind の人工知能は、AI を使用して今年の国際数学オリンピック IMO の本当の問題を解決するという偉業を達成し、金メダル獲得まであと一歩のところまで迫りました。先週終了したばかりの IMO コンテストでは、代数、組合せ論、幾何学、数論を含む 6 つの問題が出題されました。 Googleが提案したハイブリッドAIシステムは4問正解で28点を獲得し、銀メダルレベルに達した。今月初め、UCLA 終身教授のテレンス・タオ氏が、100 万ドルの賞金をかけて AI 数学オリンピック (AIMO Progress Award) を宣伝したばかりだったが、予想外なことに、AI の問題解決のレベルは 7 月以前にこのレベルまで向上していた。 IMO に関する質問を同時に行うのが最も難しいのは、最も歴史が長く、規模が最も大きく、最も否定的な IMO です。

2023 年には、AI のほぼすべての分野が前例のない速度で進化しています。同時に、AI は身体化されたインテリジェンスや自動運転などの主要な分野の技術的限界を押し広げています。マルチモーダルの流れのもと、AI大型モデルの主流アーキテクチャとしてのTransformerの状況は揺るがされるだろうか? MoE (専門家混合) アーキテクチャに基づく大規模モデルの検討が業界の新しいトレンドになっているのはなぜですか?ラージ ビジョン モデル (LVM) は、一般的な視覚における新たなブレークスルーとなる可能性がありますか? ...過去 6 か月間にリリースされたこのサイトの 2023 PRO メンバー ニュースレターから、上記の分野の技術トレンドと業界の変化を詳細に分析し、新しい分野での目標を達成するのに役立つ 10 の特別な解釈を選択しました。準備してください。この解釈は 2023 年の Week50 からのものです

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 逆合成は創薬や有機合成において重要なタスクであり、そのプロセスを高速化するために AI の使用が増えています。既存の AI 手法はパフォーマンスが不十分で、多様性が限られています。実際には、化学反応は多くの場合、反応物と生成物の間にかなりの重複を伴う局所的な分子変化を引き起こします。これに触発されて、浙江大学のHou Tingjun氏のチームは、単一ステップの逆合成予測を分子列編集タスクとして再定義し、標的分子列を反復的に改良して前駆体化合物を生成することを提案した。そして、高品質かつ多様な予測を実現できる編集ベースの逆合成モデルEditRetroを提案する。広範な実験により、このモデルが標準ベンチマーク データ セット USPTO-50 K で優れたパフォーマンスを達成し、トップ 1 の精度が 60.8% であることが示されました。

編集者 | ScienceAI 限られた臨床データに基づいて、何百もの医療アルゴリズムが承認されています。科学者たちは、誰がツールをテストすべきか、そしてどのようにテストするのが最善かについて議論しています。デビン シン氏は、救急治療室で小児患者が治療を長時間待っている間に心停止に陥るのを目撃し、待ち時間を短縮するための AI の応用を模索するようになりました。 SickKids 緊急治療室からのトリアージ データを使用して、Singh 氏らは潜在的な診断を提供し、検査を推奨する一連の AI モデルを構築しました。ある研究では、これらのモデルにより医師の診察が 22.3% 短縮され、医療検査が必要な患者 1 人あたりの結果の処理が 3 時間近く高速化できることが示されました。ただし、研究における人工知能アルゴリズムの成功は、これを証明するだけです。
