Loading video...

Video Failed to Load

Go Home

拡散Transformerを稠密予測へ転用「Marigold V2」 🔹Qwen-Image-Edit-2509を4-bit量子化＋Rank-128 QLoRAで微調整 🔹深度・法線・アルベドなどを1ステップで推定 🔹単一GPUで数日の学習を実現 STeRとの動画への応用可能性も示唆。 情報元はリプ欄。

tokufxug's profile picture

Sadao Tokuyama

8,790 subscribers

61,045 views • 20 days ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

5 Comments

Sadao Tokuyama's profile picture
Sadao Tokuyama20 days ago

情報元ページ

SirBadfish's profile picture
SirBadfish19 days ago

Tested this earlier today on HuggingFace in the Space. By far the best in class. It works really, really well.

Fajar M Reza's profile picture
Fajar M Reza19 days ago

Quantized QLoRA could make dense prediction research far more reproducible on modest hardware.

Leo Phiêu Diêu's profile picture
Leo Phiêu Diêu19 days ago

@tokufxug Hi, can it create grey-scale depth ?

Seltop's profile picture
Seltop19 days ago

holy cook

Related Videos

トマトの収穫日を予測するリアルタイムAI🍅 🔹個別に熟度を判定し「収穫までの日数」を算出 🔹Rajin Manoharan氏が800枚の温室画像で学習 🔹重複判定を防ぐ追跡機能で約100FPSの高速処理を実現 農業現場での実践を目指す技術。 情報元はリプ欄。
0:32

トマトの収穫日を予測するリアルタイムAI🍅 🔹個別に熟度を判定し「収穫までの日数」を算出 🔹Rajin Manoharan氏が800枚の温室画像で学習 🔹重複判定を防ぐ追跡機能で約100FPSの高速処理を実現 農業現場での実践を目指す技術。 情報元はリプ欄。

Sadao Tokuyama

34,908 views • 1 month ago

交通カメラ映像を地図上の車両位置へ🚘 🔹ByteTrackで車両を追跡し、軌跡や台数を表示 🔹通常の道路カメラ映像をGoogle Maps上の車両位置に近似変換 🔹交通流の可視化やスマート交通、デジタルツインへの活用を想定 今後は位置精度や車線単位の認識、速度推定などを改善。 情報元はリプ欄。
2:15

交通カメラ映像を地図上の車両位置へ🚘 🔹ByteTrackで車両を追跡し、軌跡や台数を表示 🔹通常の道路カメラ映像をGoogle Maps上の車両位置に近似変換 🔹交通流の可視化やスマート交通、デジタルツインへの活用を想定 今後は位置精度や車線単位の認識、速度推定などを改善。 情報元はリプ欄。

Sadao Tokuyama

30,489 views • 9 days ago

【動画AI】Adobeとコーネル大が統一モデル「UniD」を発表 1つのモデルで動画から深度・表面法線・材質など8つの属性を同時に一括予測。 分散した領域特化データから学習し、時間的安定性や分布外（OOD）シナリオへの高堅牢性を実現。 詳細はリプ欄。
1:00

【動画AI】Adobeとコーネル大が統一モデル「UniD」を発表 1つのモデルで動画から深度・表面法線・材質など8つの属性を同時に一括予測。 分散した領域特化データから学習し、時間的安定性や分布外（OOD）シナリオへの高堅牢性を実現。 詳細はリプ欄。

Sadao Tokuyama

43,417 views • 2 months ago

オーストリア工学研究所（AIT）の建設現場向けリアルタイム3D SLAM「SLAMLab」の検証事例 🔹過酷な建設現場データで性能を検証 🔹GPS・カメラ不要、「LiDAR＋IMU」のみでリアルタイム点群化 🔹作業員用「ヘルメット型システム」も開発、現場のデジタルツイン化へ活用期待 情報元はリプ欄
0:38

オーストリア工学研究所（AIT）の建設現場向けリアルタイム3D SLAM「SLAMLab」の検証事例 🔹過酷な建設現場データで性能を検証 🔹GPS・カメラ不要、「LiDAR＋IMU」のみでリアルタイム点群化 🔹作業員用「ヘルメット型システム」も開発、現場のデジタルツイン化へ活用期待 情報元はリプ欄

Sadao Tokuyama

20,143 views • 1 month ago

Transfyrの実験解析AI 🔹カメラ映像から実験者の手作業や使用器具を特定 🔹言語化しにくい作業手順や動線をデータ化 🔹正確な記録で実験ミスの防止や再現性の確認に活用 研究手順を正確に記録・分析する取り組み。 情報元はリプ欄。
0:45

Transfyrの実験解析AI 🔹カメラ映像から実験者の手作業や使用器具を特定 🔹言語化しにくい作業手順や動線をデータ化 🔹正確な記録で実験ミスの防止や再現性の確認に活用 研究手順を正確に記録・分析する取り組み。 情報元はリプ欄。

Sadao Tokuyama

12,350 views • 1 month ago

リアルタイム物体検出「DARTF」 🔹Mehmet Kerem Turkcan氏らが開発したDARTの高速化モデル 🔹SAM3をINT8量子化し、高精度を維持したまま時間を43%短縮 🔹回転量子化の最適化によりJetson等のエッジ端末でリアルタイム動作を実現 現場導入を目指す取り組み。 情報元はリプ欄。
0:44

リアルタイム物体検出「DARTF」 🔹Mehmet Kerem Turkcan氏らが開発したDARTの高速化モデル 🔹SAM3をINT8量子化し、高精度を維持したまま時間を43%短縮 🔹回転量子化の最適化によりJetson等のエッジ端末でリアルタイム動作を実現 現場導入を目指す取り組み。 情報元はリプ欄。

Sadao Tokuyama

36,697 views • 1 month ago

Prevu3D×NavVis VLX4で現実空間をRevitへ🏗️📐 🔹Michel Besner氏がVLX4のデータから24時間未満で高精細メッシュを生成 🔹環境の自動分類とAI生成3D CADを実施 🔹現実データとCADを揃えてRevitへ直接取り込み スキャンから設計データへつなぐ「Seamless Connected Reality」。情報元はリプ欄。
2:02

Prevu3D×NavVis VLX4で現実空間をRevitへ🏗️📐 🔹Michel Besner氏がVLX4のデータから24時間未満で高精細メッシュを生成 🔹環境の自動分類とAI生成3D CADを実施 🔹現実データとCADを揃えてRevitへ直接取り込み スキャンから設計データへつなぐ「Seamless Connected Reality」。情報元はリプ欄。

Sadao Tokuyama

16,950 views • 15 days ago

4DGSによる超絶リアル3DをWebブラウザで体験 🔹3DGSに時間軸を加え動画として立体空間 🔹WebXR対応でインタラクティブな視点変更を実現 🔹4DV連携、Dell・NVIDIA協賛で11分作品公開 YouTubeなどの動画から次世代の3Dメディアへの未来の可能性を感じる体験。体験ページはリプ欄。
0:31

4DGSによる超絶リアル3DをWebブラウザで体験 🔹3DGSに時間軸を加え動画として立体空間 🔹WebXR対応でインタラクティブな視点変更を実現 🔹4DV連携、Dell・NVIDIA協賛で11分作品公開 YouTubeなどの動画から次世代の3Dメディアへの未来の可能性を感じる体験。体験ページはリプ欄。

Sadao Tokuyama

17,829 views • 1 month ago

Higgsfieldが画像上に線を引くだけでカメラワークを指定できる新機能（Seedance 2.5）のデモを公開🎥✨ 🔹描いた軌跡通りにカメラが追従（モナリザの周囲を回る動き等） 🔹角度や速度を長文テキストで指示する手間が不要に 🔹Seedance 2.0/2.5の4K無制限キャンペーンも実施中 情報元はリプ欄。
0:21

Higgsfieldが画像上に線を引くだけでカメラワークを指定できる新機能（Seedance 2.5）のデモを公開🎥✨ 🔹描いた軌跡通りにカメラが追従（モナリザの周囲を回る動き等） 🔹角度や速度を長文テキストで指示する手間が不要に 🔹Seedance 2.0/2.5の4K無制限キャンペーンも実施中 情報元はリプ欄。

Sadao Tokuyama

444,315 views • 1 month ago

YOLO-poseでDouble Dutchのジャンプ回数を自動カウント🔥 🔹YOLO-poseで身体のキーポイントを抽出 🔹両足首の高さの差からジャンプ回数をカウント 🔹前後移動による誤カウントも分離 YOLO-pose以外は標準的なアルゴリズムと信号処理。 情報元はリプ欄。
0:31

YOLO-poseでDouble Dutchのジャンプ回数を自動カウント🔥 🔹YOLO-poseで身体のキーポイントを抽出 🔹両足首の高さの差からジャンプ回数をカウント 🔹前後移動による誤カウントも分離 YOLO-pose以外は標準的なアルゴリズムと信号処理。 情報元はリプ欄。

Sadao Tokuyama

25,295 views • 10 days ago

🔹 DENQは、AIとブロックチェーンの融合で新時代を切り拓く！ 🔹 データ精度の最適化！ ブロックチェーン技術により、データ収集とラベリングを強化し、AIの精度を向上。 🔹 $DENQ の活用は無限大！GPUレンタル、プラットフォームガバナンス、計算リソース購入など、多彩な用途に対応！ #DENQ #AI
1:11

🔹 DENQは、AIとブロックチェーンの融合で新時代を切り拓く！ 🔹 データ精度の最適化！ ブロックチェーン技術により、データ収集とラベリングを強化し、AIの精度を向上。 🔹 $DENQ の活用は無限大！GPUレンタル、プラットフォームガバナンス、計算リソース購入など、多彩な用途に対応！ #DENQ #AI

DENQ

30,810 views • 1 year ago

AITがLiDAR＋SLAMで洞窟を3Dマッピング🕳️📡 🔹3.5時間の登山後、狭い洞窟をLiDARで初めてマッピングしたとみられる 🔹自作デバイス（Livox Mid360＋Xsens IMU）とiPad上の「SLAMLab」を使用 🔹GNSSなしでもループ閉鎖後のドリフトは数十cm程度に抑制 地下空間などGPSが使えない環境でのモバイルマッピングに期待。 情報元はリプ欄。
0:50

AITがLiDAR＋SLAMで洞窟を3Dマッピング🕳️📡 🔹3.5時間の登山後、狭い洞窟をLiDARで初めてマッピングしたとみられる 🔹自作デバイス（Livox Mid360＋Xsens IMU）とiPad上の「SLAMLab」を使用 🔹GNSSなしでもループ閉鎖後のドリフトは数十cm程度に抑制 地下空間などGPSが使えない環境でのモバイルマッピングに期待。 情報元はリプ欄。

Sadao Tokuyama

18,443 views • 25 days ago

単眼カメラで15FPSのリアルタイム高密度SLAMを実現する「MASt3R-SLAM」。 MASt3Rの3D再構成知見を活用し、未知の動画でも幾何学的な整合性を維持。 キャリブレーション次第でSOTAを記録し、動的なカメラモデルにも対応する、ロボティクス向けの実用的な単眼SLAMの基盤。
0:20

単眼カメラで15FPSのリアルタイム高密度SLAMを実現する「MASt3R-SLAM」。 MASt3Rの3D再構成知見を活用し、未知の動画でも幾何学的な整合性を維持。 キャリブレーション次第でSOTAを記録し、動的なカメラモデルにも対応する、ロボティクス向けの実用的な単眼SLAMの基盤。

Sadao Tokuyama

17,630 views • 5 months ago

基準局不要で10cm未満の測位「INSLIB」🚀🛰️ 🔹Jan Zwiener氏が開発した3D航法向けC言語ライブラリ 🔹GNSS・IMUなどを融合し、GNSSの遅延も補正 🔹Galileo HAS対応、水平精度10cm未満（1σ） ドローンや組み込み機器の高精度航法に活用可能。 情報元はリプ欄。
0:26

基準局不要で10cm未満の測位「INSLIB」🚀🛰️ 🔹Jan Zwiener氏が開発した3D航法向けC言語ライブラリ 🔹GNSS・IMUなどを融合し、GNSSの遅延も補正 🔹Galileo HAS対応、水平精度10cm未満（1σ） ドローンや組み込み機器の高精度航法に活用可能。 情報元はリプ欄。

Sadao Tokuyama

36,963 views • 23 days ago

地図・GNSS・Lidarなし、カメラ2台＋IMUで飛ぶドローン 🔹Alexander Aglerimov氏がROS 2＋PX4＋Gazeboで自律飛行を検証 🔹ステレオカメラで障害物情報と自己位置・方位を推定 🔹10回の飛行で410〜629mを飛行し、衝突なし 情報元はリプ欄。
0:20

地図・GNSS・Lidarなし、カメラ2台＋IMUで飛ぶドローン 🔹Alexander Aglerimov氏がROS 2＋PX4＋Gazeboで自律飛行を検証 🔹ステレオカメラで障害物情報と自己位置・方位を推定 🔹10回の飛行で410〜629mを飛行し、衝突なし 情報元はリプ欄。

Sadao Tokuyama

15,657 views • 11 days ago

1枚の画像から4DGSを作る試み Ahmad Emranian氏による4DGSの実験。 🔹生成AIで画像から動画・360度視点を生成 🔹RealityScanとPostshotで4DGS化 🔹AI動画の形状ブレによる位置合わせが課題 1枚の画像から4D空間を作る制作フローの実験。 詳細はリプ欄。
0:43

1枚の画像から4DGSを作る試み Ahmad Emranian氏による4DGSの実験。 🔹生成AIで画像から動画・360度視点を生成 🔹RealityScanとPostshotで4DGS化 🔹AI動画の形状ブレによる位置合わせが課題 1枚の画像から4D空間を作る制作フローの実験。 詳細はリプ欄。

Sadao Tokuyama

14,003 views • 1 month ago

ArcGIS基盤の目的特化型GIS/BIM可視化技術 🔹統合DBから役割に応じた軽量UIを展開 🔹BIM・GIS・屋内データを結合し特定情報へ集約 🔹防災時に避難路や消火設備のみを迅速に抽出 過剰なデータを削ぎ落とし現場の意思決定を支援 体験ページはリプ欄。
0:26

ArcGIS基盤の目的特化型GIS/BIM可視化技術 🔹統合DBから役割に応じた軽量UIを展開 🔹BIM・GIS・屋内データを結合し特定情報へ集約 🔹防災時に避難路や消火設備のみを迅速に抽出 過剰なデータを削ぎ落とし現場の意思決定を支援 体験ページはリプ欄。

Sadao Tokuyama

15,143 views • 1 month ago

板ポリで簡単に水を表現できるシェーダーを作りました！ 色や波の動き、透明度などを調整可能です 使い方の動画など作って、フリー素材として近日公開予定です #blender #3DCG
0:35

板ポリで簡単に水を表現できるシェーダーを作りました！ 色や波の動き、透明度などを調整可能です 使い方の動画など作って、フリー素材として近日公開予定です #blender #3DCG

藤田将

427,613 views • 3 years ago

Matrice 4シリーズー次世代のスマート飛行へ ✅低照度環境でも高解像度な映像を提供 ✅3D測定による高精度な測量を実現 ✅コンパクトで超軽量 ✅コンピューティング能力とAI技術を搭載 ✅電力巡検、公共安全、水利林業、測量など多用途対応 詳細はこちら👉 動画をタップ⬇️
4:42

Matrice 4シリーズー次世代のスマート飛行へ ✅低照度環境でも高解像度な映像を提供 ✅3D測定による高精度な測量を実現 ✅コンパクトで超軽量 ✅コンピューティング能力とAI技術を搭載 ✅電力巡検、公共安全、水利林業、測量など多用途対応 詳細はこちら👉 動画をタップ⬇️

DJI JAPAN

32,414 views • 1 year ago