AI with Papers - Artificial Intelligence & Deep Learning
الذهاب إلى القناة على Telegram
All the AI with papers. Every day fresh updates about #DeepLearning #MachineLearning #LLM & #ComputerVision Curated by Alessandro Ferrari | https://www.linkedin.com/in/visionarynet/ #AI #chatGPT
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام AI with Papers - Artificial Intelligence & Deep Learning
تُعد قناة AI with Papers - Artificial Intelligence & Deep Learning (@ai_deeplearning) في القطاع اللغوي الإنكليزية لاعباً نشطاً. يضم المجتمع حالياً 17 261 مشتركاً، محتلاً المرتبة 7 532 في فئة التكنولوجيات والتطبيقات والمرتبة 2 128 في منطقة ماليزيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 17 261 مشتركاً.
بحسب آخر البيانات بتاريخ 29 أكتوبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 219، وفي آخر 24 ساعة بمقدار 0، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 16.46%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 7.09% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 2 842 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 223 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 17.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل framework, object, dataset, tba, depth.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“All the AI with papers. Every day fresh updates about #DeepLearning #MachineLearning #LLM & #ComputerVision
Curated by Alessandro Ferrari | https://www.linkedin.com/in/visionarynet/
#AI #chatGPT”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 30 أكتوبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
17 261
المشتركون
لا توجد بيانات24 ساعات
+27 أيام
+21930 أيام
أرشيف المشاركات
🟧 PlanT: Driving Plan w/ Transformer 🟧
👉PlanT: planning via transformer. Imitation learning with compact object-level representation
😎Review https://bit.ly/3Ni2MxN
😎Project www.katrinrenz.de/plant/
😎Paper arxiv.org/pdf/2210.14222.pdf
😎Code github.com/autonomousvision/plant
🌨️Multi NeRF-supervised Depth-Pose🌨️
👉NeRF-supervised disentanglement of depth/camera pose from large-scale clips
😎Review https://bit.ly/3gS4Z7e
😎Paper arxiv.org/pdf/2210.07181.pdf
😎Project oasisyang.github.io/self-mpinerf
🎸MUSIKA! Neural ∞-audio generation🎸
👉Novel neural music generation system on single consumer GPU!
😎Listen: https://bit.ly/3W80p4U
😎Paper arxiv.org/pdf/2208.08706.pdf
😎Code github.com/marcoppasini/musika
💓 Gesture Recognition in 80's 💓
👉The #Casio AT-550 was offering the edge gesture recognition in 1984!
😎Review https://bit.ly/3fcPia6
😎Clip: youtube.com/watch?v=piFaJmYpQfQ
📯Modeling the Human Pose Manifolds📯
👉#Meta Pose-NDF: continuous model for plausible human poses based on neural distance fields
😎Review https://bit.ly/3f6X59o
😎Paper arxiv.org/pdf/2207.13807.pdf
😎Project virtualhumans.mpi-inf.mpg.de/posendf
😎Code github.com/garvita-tiwari/PoseNDF
🛎️🛎️Autoregressive NeRF-Avatar🛎️🛎️
👉AutoAvatar by #Meta: autoregressive method for modeling dynamically deforming human bodies from raw scans
😎Review https://bit.ly/3W0oTgo
😎Paper arxiv.org/pdf/2203.13817.pdf
😎Project zqbai-jeremy.github.io/autoavatar
😎Code github.com/facebookresearch/AutoAvatar
↕️SOTA Action Detector @90+ FPS!↕️
👉YOWO-plus: real-time method for spatio-temporal action detection. YOWO-Nano the fastest!
😎Review https://bit.ly/3TUdhcI
😎Paper arxiv.org/pdf/2210.11219.pdf
😎Code github.com/yjh0410/PyTorch_YOWO
🤖JRBD: Egocentric Perception of Humans🤖
👉Stanford -> JRDB-Pose: Dataset with 600,000+ body pose annotations!
😎Review https://bit.ly/3gEZBE4
😎Paper arxiv.org/pdf/1910.11792.pdf
😎Project jrdb.erc.monash.edu/
🤯 Full-Body from head/hand signals 🤯
👉#Meta unveils AvatarPoser: first full-body pose method via user’s head/hands
😎Review https://bit.ly/3gESR9y
😎Paper arxiv.org/pdf/2207.13784.pdf
😎Code github.com/eth-siplab/AvatarPoser
🎨 UniColor: Unified Colorization 🎨
👉The first unified framework for colorization via stroke, exemplar, text, and a mix of them
😎Review https://bit.ly/3gESR9y
😎Paper arxiv.org/pdf/2209.11223.pdf
😎Project luckyhzt.github.io/unicolor
😎Code (SOON)
🔥New SOTA in Panoptic Segmentation🔥
👉#Google (with Hinton🤯) unveils Pix2Seq-D: novel generalist framework for panoptic segmentation
😎Review https://bit.ly/3DmpbGM
😎Paper arxiv.org/pdf/2210.06366.pdf
🦙LaMAR: Localization/Mapping for #AR🦙
👉A new benchmark for #AR in large and unconstrained scenes
😎Review https://bit.ly/3DjlnWU
😎Paper lamar.ethz.ch/files/LaMAR.pdf
😎Project https://lamar.ethz.ch/
😎Code github.com/microsoft/lamar-benchmark
🪂 Parallel NeRF for 6-DoF pose 🪂
👉#Nvidia unveils a parallel NeRF for 6-DoF target pose estimation
😎Review https://bit.ly/3guWWwA
😎Paper arxiv.org/pdf/2210.10108.pdf
😎Project https://pnerfp.github.io/
🔥Meta Omni3D: code is out!🔥
👉Source Code, models, and data just released by #META !
😎Review https://bit.ly/3MIWxD9
😎Paper arxiv.org/pdf/2207.10660.pdf
😎Project garrickbrazil.com/omni3d/
😎Code github.com/facebookresearch/omni3d
🔥 Dressing Avatars by #META 🔥
👉Novel deep photorealistic appearance method for physically-simulated clothing in #metaverse
😎Review https://bit.ly/3yRBW9Y
😎Paper arxiv.org/pdf/2206.15470.pdf
⚽Markerless Body-Object Interaction⚽
👉Novel whole-bodies/objects interaction method from multi-view RGB-D data
😎Review https://bit.ly/3yO56GY
😎Data intercap.is.tue.mpg.de/login.php
😎Project https://intercap.is.tue.mpg.de
😎Code github.com/YinghaoHuang91
😎Paper intercap.is.tue.mpg.de/media/upload/main.pdf
⛽ Stable Diffusion in #Blender ⛽
👉Render with SuperPowers: novel scene render via text prompt
😎Review https://bit.ly/3s1mEeN
😎Code github.com/benrugg/AI-Render
🪲#6D estimation fully in the wild🪲
👉First ever self-supervised 6D pose estimation training in the wild
😎Review https://bit.ly/3yHdHuS
😎Paper arxiv.org/pdf/2210.07199.pdf
😎Project kywind.github.io/self-pose
😎Code (soon)
🧮 Novel DM for 3D Shapes by #Nvidia 🧮
👉Hierarchical Latent Point Diffusion Model (LION) for 3D shape generation
😎Review https://bit.ly/3yDhZ6I
😎Paper arxiv.org/pdf/2210.06978.pdf
😎Project https://nv-tlabs.github.io/LION/
😎Code(soon) github.com/nv-tlabs/LION
🦑 Instant Map-free Relocalization 🦑
👉#Niantic unveils a novel instant, metric scaled re-localization with one single photo
😎Review https://bit.ly/3S1Gdyh
😎Paper arxiv.org/pdf/2210.05494.pdf
😎Project research.nianticlabs.com/mapfree-reloc-benchmark
😎Data research.nianticlabs.com/mapfree-reloc-benchmark/dataset
