Viso Suite vs GET3D | Nvidia

Viso Suite est une plateforme d'intelligence visuelle d'entreprise développée par viso.ai, permettant de construire, déployer et exploiter des applications de vision par ordinateur à travers des caméras, des sites et des industries. Elle connecte les flux vidéo existants, les dispositifs en périphérie, les modèles d'IA et les systèmes d'entreprise, afin que les équipes opérationnelles puissent transformer la vidéo en alertes en temps réel, tableaux de bord et flux de travail automatisés, sans avoir à assembler plusieurs outils pointus.

La plateforme repose sur l'Intelligence Visuelle Générale (VGI), l'approche de viso.ai pour la compréhension de scène, qui permet aux équipes de décrire ce qu'elles souhaitent que la caméra détecte et de construire des applications de vision régulées via un studio visuel sans code. Viso Suite couvre tout le cycle de vie : collecte de données et entraînement de modèles, développement d'applications, déploiement multi-sites, et opérations continues avec surveillance, sécurité et contrôles de conformité.

Viso Suite cible les organisations complexes gérant des opérations physiques dans les secteurs de la fabrication, de la construction, des transports, du commerce de détail, de l'agriculture, de la santé, et des environnements de ville intelligente. Les clients l'utilisent pour la surveillance de sécurité, l'inspection qualité, la conformité au port d'EPI, les alertes de zones restreintes, l'analyse de foule, et autres cas d'utilisation critique qui doivent évoluer avec des milliers de caméras et des centaines de sites.

GET3D génère des modèles 3D texturés que vous pouvez intégrer directement dans un moteur de rendu, entraîné uniquement à partir de collections d'images 2D. Les chercheurs de NVIDIA l'ont conçu pour produire des maillages explicites avec géométrie et texture, et non des champs de radiance neuronale nécessitant des moteurs de rendu personnalisés.

La plupart des modèles génératifs 3D à l'époque omettaient les textures, imposaient une topologie fixe ou nécessitaient des pipelines de rendu neuronal pour visualiser les résultats. GET3D utilise la méthode différentiable des tétraèdres marchants (DMTet) ainsi que des pertes adversariales sur des images RGB rasterisées et des silhouettes, ce qui donne en sortie un maillage texturé standard. Le compromis est un accès de niveau recherche : il s'agit d'un projet du laboratoire d'IA NVIDIA Toronto présenté à NeurIPS 2022, et non d'un SaaS hébergé avec un bouton de téléchargement.

Le modèle prend en charge les voitures, chaises, animaux, motos, personnages humains et bâtiments. Il supporte également la génération de formes guidée par texte via un affinage basé sur CLIP, similaire à StyleGAN-NADA, et peut dissocier la géométrie de la texture grâce à des codes latents séparés.