11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
德州大学达拉斯分校的研究团队开发出一套机器人系统,使用AI技术帮助机器人更准确识别和记忆物品,在提升机器人识别能力方面取得重大进展。机器人要能准确识别家中不同大小、形状和品牌的物品还任重道远,这对机器人完成烹饪、清理餐桌等家务工作至关重要。这项技术进步有望加速机器人进入日常生活,服务人类需求。
NEC与日本东京大学研究生院信息理工学系研究科石川正俊教授实验室妹尾拓讲师等组成研究小组,共同开发了“高速摄像头物体识别技术”。本技术从高速摄像头拍摄的每秒1, 000 帧的大量图像中,瞬间筛选适合识别的图像,从而快速精确地判别检查是否合格。将本技术应用于生产线,无需为了检查产品而操作生产线,可顺利部署并提高生产效率。使用该技术,可以做到实时识别以0. 03 秒的速度从摄像头前面经过的物体上刻印的 5 毫米左右微小
最近,NEC开发出多种物体识别技术,可大幅提升超市和便利店等零售商结算时的商品识别效率,可对包括生鲜食品、日配品和包装成品等在内的所有零售商品进行图像识别。本技术将为零售店铺实现无人化结算作出巨大的贡献。本技术结合不同特性的深度学习技术和特征点匹配技术,对各种不同的零售商品进行高精度识别,既包括生鲜食品之类个体外观差异大的物品,也包括包装成品之类相似设计大量存在的流水线产品。而且即使这些商品混杂堆放?
相比起巅峰时期的小米2与小米2s而言,做工材质更胜一筹的小米4和定位更为高端的小米Note的实际表现较为一般。更不用说小米Note多个版本发布,以及接连降价的情况。此外对于小米粉丝来说,作为正统续作的小米5迟迟不出现,更是让人觉得乏味。而随着时间的推移,小米5可谓是呼之欲出的节奏。继稍早时间网络流传小米5功能卖点后,我们从消息人士手中得到两张渲染图。该渲染图是根据简短的真机使用后得出,或与实际发布
在视频分割领域,SegmentAnything模型被用于探索新的视频对象分割技术。研究团队测试了两种不同的模型,旨在结合SAM的分割能力和光流技术的优势,以提高视频分割的性能。具体的技术细节、模型性能指标以及未来的研究方向尚未详细公布,但这些初步的研究成果已经为视频分割技术的发展提供了新的方向和可能性。
DeepDataSpace推出了T-Rex2,一种革新性的目标检测技术,旨在解决传统目标检测模型的封闭集问题。传统模型局限于事先确定的类别集,需要针对特定任务进行调整和大量训练数据。通过Demo和API,用户可以体验T-Rex2的能力,并探索其在各领域的潜在应用。
Meta公司最新宣布将在其Ray-Ban智能眼镜上推出引人注目的多模态AI功能,为用户提供更智能、交互式的体验。该功能利用眼镜的摄像头和麦克风,使Meta的AI助手能够感知用户周围的视听信息,并做出相应的反应。对于智能眼镜市场言,这一步或许将开创更为多元化的应用场景,为用户带来更加便捷和智能的生活体验。
Meta宣布将开始推出其多模态AI功能的早期访问测试,这些功能将应用于MetaRay-Ban智能眼镜,能够通过眼镜的摄像头和麦克风告知用户所看和所听的内容。马克·扎克伯格在Instagram的一个视频中展示了这次更新,他询问眼镜建议哪种裤子与他手里拿着的衬衫相配。有关如何加入的说明可以在此处找到。
早些时候,Meta宣布,将在9月27日正式发布新一代VR头显MetaQuest3。这款头显的系统固件泄露,展现出了它的部分新功能。关于MetaQuest3的更多信息,有望在9月27日的活动上公布。
麻省理工学院(MIT)的一个团队开发了3D打印的标签,用于分类和存储物理对象的数据...这些标签取代了贴在产品上的标准条形码,后者可能会随着时间的推移而被移除或分离或变得不可读,而这些标签不显眼(因为它们是隐形的),而且更耐用,因为它们被嵌入在用标准3D打印机制造的物体内部...下一步是试验在打印机上制作标签的技术...麻省理工学院的团队已经开发了一个软件“用户界面”,可以准确地指定标签应该是什么样子,以及它应该出现在一个特定物体的什么地方...
据AppleInsider报道,日前,索尼负责传感器的总经理Satoshi Yoshihara表示,该公司计划明年夏天开始生产3D芯片,以满足“几家”智能手机制造商的需求。
几个月前,总部位于旧金山的初创公司OpenAI展示了一种名为“密集对象网”(Dense Object Nets,简称DON)的计算机视觉系统,该系统允许机器人检查、视觉理解和操纵他们从未见过的对象。谷歌的研
网易科技讯11月4日消息,据国外媒体报道,算法往往需要数千个例子才能学到某样东西,不过谷歌的研究人员找到了这一问题的解决方案。大多数人看过一两次某样物体就能将它认出来,而驱动计算机视觉和语音识别的算法则需要成千上万的例子才能够熟知某个新图像或者新词语。谷歌DeepMind的研究人员如今有了解决这一问题的办法。他们对深度学习算法进行了一些巧妙的调整,使得它根据单一的样本就能够识别图像中的物体和其它东西——这一