Loc2Vec: Learning location embeddings with triplet-loss networks
Loc2Vec: Learning location embeddings with triplet-loss networks Introduction At Sentiance, we developed a platform that takes in smartphone sensor data such as accelerometer, gyroscope and location information, and extracts behavioral insights. Our AI platform learns about the user’s patterns and is able to predict and explain why and when things happen, allowing our customers to coach their user
Spatial VLMの論文を読んでみた
概要 GoogleDeepMindから発表された Spatial VLM: Endowing Vision-Language Models with Spatial Reasoning Capabilities を読んだので簡単に紹介します。githubのページはありますが、ソースコードはまだ公開されていないようです。公開されるかどうかの記述もありません。 画像からオブジェクト間の空間的な関係を理解することは、視覚的質問応答(VQA)とロボティクスにおいて基本となる能力です。Vision Language Models(VLM)は特定のVQAベンチマークでは高い性能を示しますが、距離やサイズ差のような定量的な関係を認識する能力はまだ不足しています。著者らはVLMのこのような空間推論能力の限界は、学習データに3次元空間知識が不足しているからと仮定しています。そこでインターネット規模の空間推論
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Self-supervised Learning for Geospatial AI: A Survey
GitHub - yeyimilk/LLMGeo: LLMGeo: Benchmarking Large Language Models on Image Geolocation In-the-wild
LLMGeo: Benchmarking Large Language Models on Image Geolocation In-the-wild
GitHub - angus-spence/loc2vec: Learning semantic embeddings from OSM data: A Pytorch implementation of the loc2vec general method outlined in: https://sentiance.com/loc2vec-learning-location-embeddings-w-triplet-loss-networks.
Spatial embedding - Wikipedia
GeoAgent: To Empower LLMs using Geospatial Tools for Address Standardization
GitHub - davendw49/k2: Code and datasets for paper "K2: A Foundation Language Model for Geoscience Knowledge Understanding and Utilization" in WSDM-2024
GeoNet
GitHub - Stelath/geoguessr-ai: A PyTorch implementation of a 3D CNN model to train an AI that can guess locations based off of images
SpatialVLM: Endowing Vision-Language Models with Spatial Reasoning Capabilities
GitHub - lingli1996/GeoReasoner: [ICML 2024] GeoReasoner: Geo-localization with Reasoning in Street Views using a Large Vision-Language Mode
GeoKG 2022
truemanv5666/GeoText1652_Dataset · Datasets at Hugging Face
An LLM Agent for Automatic Geospatial Data Analysis
ShapefileGPT: A Multi-Agent Large Language Model Framework for Automated Shapefile Processing
Towards Natural Language-Guided Drones: GeoText-1652 Benchmark with Spatial Relation Matching
GeoNet: Benchmarking Unsupervised Adaptation across Geographies
GeoCLIP: Clip-Inspired Alignment between Locations and Images for Effective Worldwide Geo-localization