🎥 مایکروسافت یک بار دیگر قدرت داده‌های مصنوعی را در بینایی کامپیوتر به رخ کشید!

♻️مدل‌های بینایی کامپیوتر انسان‌محور امروزی نیازمند میلیاردها پارامتر، دیتاست‌های عظیم و هزینه‌های بالای استنتاج هستند. اما آیا می‌توان بدون صرف میلیون‌ها دلار به همان دقت رسید؟

🔍 پاسخ مثبت است:
پژوهشگران مایکروسافت نشان داده‌اند که مدل‌ها می‌توانند فقط با داده‌های مصنوعی با کیفیت بالا آموزش ببینند و دقیقاً همان نتایج را ارائه دهند!

🔧 پروژه DAViD: چارچوبی متن‌باز برای تولید انسان‌های دیجیتال با هندسه و بافت چهره دقیق.

🧠 کاربردهای کلیدی: • پیش‌بینی عمق (Depth Prediction)
• برآورد زاویه‌ی سطح (Normal Estimation)
• سگمنت‌سازی پس‌زمینه و انسان‌ها در عکس/ویدیو

🌟 چرا مهم است؟ • داده مصنوعی = لیبل‌گذاری پیکسلی بی‌نقص
• تنوع بی‌پایان از زاویه، نور، صحنه، ژست
• مقیاس‌پذیری عالی برای آموزش از صفر یا فاین‌تیون کردن

📦 مایکروسافت همه چیز را متن‌باز کرده:
✅ ۳۰۰٬۰۰۰ نمونه
✅ مدل‌های از پیش‌آموزش‌دیده
✅ کد کامل فریم‌ورک

🔗 لینک‌ها:
🔸 وب‌سایت پروژه
📄 مقاله آکادمیک
💻 کد در گیت‌هاب

🚀 اگر در حوزه بینایی کامپیوتر انسان‌محور فعالیت می‌کنید، این پروژه یک نقطه شروع قدرتمند است — حتی بدون داده واقعی.

@rss_ai_ir
#بینایی_کامپیوتر #مایکروسافت #داده_مصنوعی #CV #هوش_مصنوعی #متن_باز

🧬 نسخه OpenVision 2 منتشر شد! 🧬

👉 دانشگاه UCSC نسخه دوم OpenVision2 را معرفی کرد: خانواده‌ای نوآورانه از visual encoder‌های مولد که بدون نیاز به text encoder و contrastive loss آموزش می‌بینند. این مدل‌ها فقط با caption-only supervision آموزش داده شده‌اند.

🔹 کاملاً اوپن‌سورس و تحت لایسنس Apache 2.0 💙

🔗 منابع:

👉 Paper
👉 Project
👉 Repo

@rss_ai_ir

#AI #ML #CV #OpenVision2 #opensource #UCSC