Viso Suite vs GET3D | Nvidia

Viso Suite es una plataforma de inteligencia visual empresarial de viso.ai para construir, desplegar y operar aplicaciones de visión por computador en cámaras, sitios e industrias. Conecta las transmisiones de cámaras existentes, dispositivos en el borde, modelos de IA y sistemas empresariales para que los equipos de operaciones puedan convertir videos en alertas en tiempo real, paneles de control y flujos de trabajo automatizados, sin necesidad de combinar herramientas independientes.

La plataforma está basada en la Inteligencia General Visual (VGI), el enfoque de viso.ai para la comprensión de escenas que permite a los equipos describir lo que quieren que una cámara detecte y construir aplicaciones de visión gobernadas a través de un estudio visual sin código. Viso Suite cubre todo el ciclo de vida: recopilación de datos y entrenamiento de modelos, desarrollo de aplicaciones, despliegue multiplanta y operaciones continuas con monitoreo, seguridad y controles de cumplimiento.

Viso Suite está dirigida a organizaciones complejas que gestionan operaciones físicas en manufactura, construcción, transporte, retail, agricultura, salud y entornos de ciudades inteligentes. Los clientes lo utilizan para monitoreo de seguridad, inspección de calidad, cumplimiento de EPP, alertas en zonas restringidas, análisis de multitudes y otros casos de uso de visión críticos para la misión, que necesitan escalarse a través de miles de cámaras y cientos de sitios.

GET3D genera activos de mallas 3D texturizadas que puedes insertar directamente en un motor de renderizado, entrenado únicamente a partir de colecciones de imágenes 2D. Investigadores de NVIDIA lo desarrollaron para producir mallas explícitas con geometría y textura, no campos de radiancia neuronal que requieren renderizadores personalizados para su uso.

La mayoría de los modelos generativos 3D en ese momento omitían texturas, te limitaban a una topología fija o requerían pipelines de renderizado neuronal para visualizar resultados. GET3D utiliza tetraedros diferenciables en marcha (DMTet) junto con pérdidas adversariales sobre imágenes RGB rasterizadas y siluetas, por lo que el resultado es una malla texturizada estándar. La compensación es el acceso a nivel de investigación: este es un proyecto del Laboratorio de IA de NVIDIA Toronto presentado en NeurIPS 2022, no un SaaS alojado con un botón de carga.

El modelo maneja autos, sillas, animales, motocicletas, personajes humanos y edificios. También soporta generación de formas guiada por texto mediante ajuste fino basado en CLIP, similar a StyleGAN-NADA, y puede separar la geometría de la textura mediante códigos latentes separados.