SenseTime släpper öppen visionmodell SenseNova-Vision
SenseTime har lanserat den öppet tillgängliga SenseNova-Vision-modellen för datorseende. Modellen hanterar objektigenkänning, OCR, segmentering och 3D-rekonstruktion i ett enda system istället för separata modeller.
Teknikföretaget SenseTime har släppt och gjort SenseNova-Vision, en enhetlig visionmodell inom sin SenseNova-grundmodellsfamilj, öppet tillgänglig. Modellen är utformad för att hantera flera datorseendeuppgifter som objektigenkänning, optisk teckenigenkänning, lokalisering av nyckelpunkter, bildsegmentering, djupestimering och 3D-rekonstruktion inom ett enda system.
Traditionellt skulle dessa uppgifter kräva separata specialiserade modeller. SenseNova-Vision syftar till att standardisera dessa funktioner, vilket potentiellt kan påskynda utvecklingen och förbättra effektiviteten i AI-applikationer. Modellen stöder även tät geometrisk prediktion, inklusive estimering av ytnormaler, samt 3D-uppgifter med flera vyer som rekonstruktion av punktmoln och estimering av kameraposition.
Företaget har också lanserat SenseNova-Vision Corpus-50M, en visuell instruktionsdatauppsättning med 50 miljoner prover. SenseTime planerar att integrera modellen i sin SenseNova U-serie i framtiden.
Versionen kan påverka utvecklingen av datorseendemodeller och lösningar som skapats av öppen källkods-gemenskapen. Tillgången till öppen data och modeller kan bidra till uppkomsten av nya applikationer inom olika branscher.