Saptarshi Neil Sinha
PulseAugur coverage of Saptarshi Neil Sinha — every cluster mentioning Saptarshi Neil Sinha across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
合成数据管道 VisionFoundry 提升 VLM 感知技能 · 已追踪 2 个来源
研究人员开发了 VisionFoundry，这是一个自动化管道，利用大型语言模型（LLM）和文本到图像模型来生成用于训练视觉语言模型（VLM）的合成视觉感知数据。这个名为 VisionFoundry-10k 的合成数据集在空间理解和视角识别等感知基准测试中，持续提高了 VLM 的性能，甚至优于在自然图像上训练的模型。该方法具有可扩展性和有效性，证明了合成监督可以显著增强 VLM 的能力。
-
TinyDETR-Pose赋能边缘设备实时6DoF物体姿态估计
研究人员开发了TinyDETR-Pose，一个用于资源受限硬件上实时6DoF物体姿态估计的新型框架。这个端到端、单阶段的系统利用轻量级Transformer架构，在单次前向传播中联合检测物体并回归其完整的6D姿态。通过将问题表述为集合预测任务并采用专用的MLP头，TinyDETR-Pose无需传统的PnP算法、NMS或迭代优化，在显著降低计算成本的同时实现了具有竞争力的准确性。该框架在NVIDIA Jetson Nano上实现了约4.…
-
人机协同AI框架重建历史透镜膜的色彩
研究人员开发了一种新的人机协同深度学习框架，以改进历史透镜膜（如使用Kodacolor工艺制作的）的色彩重建。该框架允许专家交互式地精炼透镜边界，将他们的知识嵌入模型中，以增强对弯曲透镜或低对比度等挑战的鲁棒性。该系统将重建的色彩信息与原始胶片扫描的亮度信息相结合，以保留图像细节和纹理，成功地生成了高质量、可展出的色彩重建，而之前的自动化方法则未能成功。
-
合成数据管道为划痕检测生成带标注的训练数据
研究人员开发了ScratchSim，一个使用BlenderProc生成表面划痕检测带标注训练数据的程序化合成数据管道。该方法解决了工业质量控制中带标注缺陷数据有限的挑战。该管道提供可配置的材料外观、相机模式和域随机化，生成自动COCO格式标注。评估表明，使用合成数据微调的模型优于仅真实数据训练的模型，并且混合训练能有效恢复稀缺真实数据下的性能，预示着在设备端工业检测中的潜力。
-
新流程支持交互式三维资产分割以用于内容创作
研究人员开发了一种面向交互式内容工作流的、基于人类在环的图集式三维资产分割流程。该方法利用SAM 2和Label Studio对渲染视图进行交互式分割，然后将其反投影到模型的UV参数化上。生成的图集有助于后续任务，如材质分配和语义标注，评估表明其在各种几何形状上都很有用。