DSML Reading Club #2: Visual Geometry Grounded Transformer

Келесі аптада Ануар Тасқынов VGGT — Visual Geometry Grounded Transformer туралы айтып береді.

VGGT — 3D компьютерлік көру міндеттеріне арналған жаңа буындағы foundation-модель. Ол көріністің бір, бірнеше немесе тіпті жүздеген суреті арқылы негізгі 3D сипаттарды бірден болжай алады: камера параметрлері, тереңдік карталары, тығыз нүктелер бұлты және 3D трекинг.

Дәстүрлі тәсілдерден айырмашылығы, VGGT күрделі постөңдеуді қажет етпейтін бірыңғай әмбебап модель ретінде жұмыс істейді. Сонымен қатар ол жылдам — бір реконструкцияға бір секундтан аз уақыт жұмсайды — әрі дәл, бірнеше 3D міндет бойынша озық нәтиже көрсетеді.

Кездесуде талқылаймыз: 3D компьютерлік көру міндеттеріне қысқаша кіріспе; VGGT архитектурасы мен мүмкіндіктеріне шолу; бұл модельдің маңызы және оны практикада қолдану жолдары.

📄 Мақала: VGGT: Visual Geometry Grounded Transformer (https://vgg-t.github.io/)

🗓 Күнтізбе: https://calendar.app.google/3MLTmm99NSdBjZ3q9

📞 Google Meet: https://meet.google.com/wqi-crwg-ztp

🕔 Күні мен уақыты: бейсенбі, 8 мамыр, Қазақстан уақытымен 11:00

🗣 Спикер: Ануар Тасқынов (https://linkedin.com/in/anuartask)

Бізбен бірге болсаңыз, 🔥 реакциясын қойып, кездесуді күнтізбеңізге қосыңыз!