PulseAugur
中
实时 14:41:18
实体 Md. Mahfuzur Rahman

Md. Mahfuzur Rahman

PulseAugur coverage of Md. Mahfuzur Rahman — every cluster mentioning Md. Mahfuzur Rahman across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_366522 ·

    新型三模态驾驶模型预测RGB、热成像和LiDAR数据

    研究人员开发了一种新颖的三模态驾驶世界模型,能够同时预测RGB、热成像和LiDAR传感器的数据,这是该领域的首次尝试。该模型在DSERT-RoLL数据集上进行了训练,该数据集包含真实世界的恶劣天气序列。与持久性基线相比,三传感器模型在LiDAR数据预测方面表现出更高的准确性,并且在联合训练时甚至优于单传感器模型。虽然事后训练的RGB和热成像预测也超过了持久性基线,但联合训练方法对LiDAR预测显示出显著的优势,尤其是在挑战性条件下。

  2. TOOL · CL_227232 ·

    WALDO系统使用V-JEPA 2.1特征进行单次目标检测

    研究人员推出WALDO,一种专为杂乱场景设计的新型单次目标检测系统。WALDO利用V-JEPA 2.1世界模型的冻结特征,仅需340万个可训练参数。这种方法使其能够在骨干网络上无需反向传播即可预测目标定位和存在。该系统合成训练数据,以克服示例条件监督的稀缺性,在未见过的场景中展示了0.461的目录AP@50,优于Grounding DINO基线。

  3. TOOL · CL_185475 ·

    TriCLE系统使用三模态推理进行基于边缘的飞机聚类

    研究人员开发了TriCLE,一个新颖的三模态视觉-语言系统,专为边缘设备上的细粒度飞机聚类而设计。该系统从单个RGB图像生成伪热成像和伪LiDAR视图,并使用Qwen3-VL骨干网络将其与任务指令融合。TriCLE与专家飞机分类法对齐,使其能够根据与工程相关的相似性对飞机进行分组,而不仅仅是视觉外观。该模型经过4位量化和优化后,符合8GB的部署目标,并能高效处理数据,证明了其在基于边缘的航空观测中的实用性。