[控场AI]
概念

DePoser

结合深度基础模型进行本地标注与微调的流水线,用于在隐私约束下适配HMR模型到终端用户数据分布

时间轴 (近 90 天)

10月20日

DePoser 是一条结合深度基础模型的本地标注与微调流水线,用于让协作训练得到的 HMR 模型在终端用户自己的数据分布上做适配。

待验证50%
10月20日

在野外数据上,用 DePoser 标注做微调可以提升个性化精度。

待验证50%
10月20日

DePoser 的微调提升是相对于 DePoser 生成的伪真值(pseudo-ground truth)而言的,并非对绝对真值的独立验证。

待验证50%
10月20日

在 DePoser 中,深度基础模型用于为本地数据生成三维几何监督信号,结合人体先验或二维关键点自动产出人体网格的伪标注。

待验证50%
10月20日

DePoser 依赖深度基础模型进行标注,其伪真值的质量上限由深度基础模型决定,误差会传导到后续微调中。

待验证50%

全部知识事实 (5)

来源文章