CVHub

本文介绍了LightGlue，这是基于深度学习局部特征匹配方法。论文重新审视了SuperGlue的多个设计决策，这是稀疏匹配领域的最新技术，并得出了简单但有效的改进方法。

ACE是一种新颖的视觉重定位方法，可以在5分钟内绘制新环境的地图。与先前基于RGB的场景坐标回归方法相比，ACE显著降低了成本和能源消耗，使其成为实用的解决方案。

论文将神经辐射场（NeRF）扩展到动态大规模城市场景。之前的研究往往重建短时间内的单个视频剪辑（最多10秒）。

本文提出了Voxurf，一种基于体素的高效准确的神经表面重建方法。它包括了几个关键设计：两阶段框架逐步获得连贯的粗糙形状并恢复细节。

本文提出了SA3D，这是一种将SAM推广到使用神经辐射场（NeRF）作为结构先验进行三维物体分割的新框架。

本文介绍的参数高效微调方法可以在单个 GPU 上将同一模型的微调速度提高 9 倍，且所需 GPU 内存减少了 15 倍。

大型语言模型（LLMs）在自然语言处理（NLP）领域产生了革命性的影响，但对于训练而言需要大量的GPU资源。降低LLMs训练的门槛将鼓励更多的研究人员参与，从而使学术界和社会受益。

SAM已经成为许多高级任务（如图像分割、图像描述和图像编辑）的基础步骤。然而，其巨大的计算开销限制了其在工业场景中的广泛应用。

ChatSpot是一个提升多模态大语言模型“精确指代”（亦即交互）能力的探索工作，即非拼接的、能读懂用户“自然语言”以外的指令，如鼠标/手指的点击、拖拽等指代行为的交互式多模态 LLM。