Viso Suite vs GET3D | Nvidia

Viso Suite é uma plataforma de inteligência visual empresarial da viso.ai para construir, implantar e operar aplicações de visão computacional em câmeras, sites e indústrias. Ela conecta feeds de câmeras existentes, dispositivos de borda, modelos de IA e sistemas de negócios para que as equipes de operações possam transformar vídeos em alertas em tempo real, dashboards e fluxos de trabalho automatizados, sem precisar integrar diversas ferramentas pontuais.

A plataforma é construída em volta do General Intelligence Visual (VGI), a abordagem da viso.ai para compreensão de cenas que permite às equipes descreverem o que desejam que uma câmera detecte e desenvolverem aplicações de visão governadas através de um estúdio visual sem código. O Viso Suite cobre todo o ciclo de vida: coleta de dados e treinamento de modelos, desenvolvimento de aplicações, implantação em múltiplos sites e operações contínuas com monitoramento, segurança e controles de conformidade.

O Viso Suite é direcionado a organizações complexas que operam atividades físicas na manufatura, construção, transporte, varejo, agricultura, saúde e ambientes de cidades inteligentes. Os clientes o utilizam para monitoramento de segurança, inspeção de qualidade, conformidade com EPIs, alertas de zonas restritas, análise de multidões e outros casos de uso de visão críticos que precisam escalar por milhares de câmeras e centenas de sites.

GET3D gera ativos de malha 3D texturizados que você pode importar diretamente em um motor de renderização, treinado apenas a partir de coleções de imagens 2D. Pesquisadores da NVIDIA o desenvolveram para produzir malhas explícitas com geometria e textura, não campos neurais de radiância que precisam de renderizadores personalizados para uso.

A maioria dos modelos generativos 3D na época ou ignorava texturas, restringia você a uma topologia fixa, ou exigia pipelines de renderização neural para visualizar os resultados. GET3D usa tetraedros diferenciáveis em marcha (DMTet) mais perdas adversariais em imagens RGB rasterizadas e silhuetas, então a saída é uma malha texturizada padrão. A compensação é o acesso em nível de pesquisa: este é um projeto do NVIDIA Toronto AI Lab apresentado no NeurIPS 2022, não um SaaS hospedado com botão de upload.

O modelo lida com carros, cadeiras, animais, motocicletas, personagens humanos e edifícios. Também suporta geração de formas guiadas por texto via ajuste fino baseado em CLIP, semelhante ao StyleGAN-NADA, e pode separar geometria de textura por meio de códigos latentes separados.