Dataconomy FR
Subscribe
No Result
View All Result
Dataconomy FR
Subscribe
No Result
View All Result
Dataconomy FR
No Result
View All Result

Le modèle ML multitâche de ZERO10 permet d’essayer la réalité augmentée en temps réel pour la mode

byEmre Çıtak
février 20, 2024
in Non classé

ZÉRO10, un acteur de premier plan dans le domaine des essais virtuels (VTO) de l’industrie de la mode, a présenté son nouveau modèle Multi-Task ML. Ce développement, qui reflète les concepts utilisés par des géants de l’industrie comme Tesla, a le potentiel de transformer les solutions basées sur l’IA, en particulier dans le cadre d’expériences d’essai de RA en temps réel.

Un défi fondamental du VTO réside dans la réalisation d’un traitement en temps réel sans sacrifier la qualité visuelle. L’essai AR de vêtements et d’accessoires nécessite des tâches d’apprentissage automatique (ML) complexes telles que le suivi corporel 3D et la segmentation multiclasse, chacune exigeant une exécution en temps réel.

Avec le traitement traditionnel des modèles ML séquentiels, les limitations de performances constituent un problème constant. Le modèle Multi-Task ML de ZERO10 offre une solution.

ZÉRO10
Équilibrer le traitement en temps réel et la qualité est un défi clé dans l’essayage virtuel et ZERO10 est parfait (Crédit image)

Comment fonctionne le VTO de ZERO10 ?

Le modèle Multi-Task ML peut prédire simultanément les résultats de plusieurs tâches d’apprentissage automatique, améliorant ainsi l’efficacité grâce à des composants partagés. Sa principale innovation est le partage «colonne vertébrale» et spécifique à une tâche «têtes » structure commune à de nombreux modèles ML.

La structure informatique lourde peut être universelle, tandis que les responsables se concentrent sur des tâches individuelles. Cette structure partagée, associée à des têtes spécifiques, réduit considérablement les besoins en ressources pour l’intégration du nouveau modèle ML, conduisant à une efficacité accrue.

Au-delà de la rationalisation de l’ingénierie ML, le modèle présenté sur Page technique de Zero10 facilite l’intégration de nouveaux modèles sans frais de calcul majeurs. Ses échantillonneurs prennent en charge la formation sur divers ensembles de données, permettant une optimisation sur tous les appareils.

ZÉRO10
Le modèle Multi-Task ML de ZERO10 exploite des concepts similaires à ceux utilisés par Tesla (Crédit image)

Des cadres améliorés, des expériences améliorées

Auparavant, les modèles séquentiels ne pouvaient pas traiter des vidéos à 30 images par seconde (FPS) sur des appareils comme l’iPhone 12 sans surchauffer. Cela signifiait exécuter le suivi corporel 3D à 30 images par seconde et la segmentation multiclasse à la moitié de cette vitesse, entraînant des compromis visibles.

D’autres ajouts de modèles ont aggravé le problème. Le modèle Multi-Task ML surmonte ce problème, traiter la vidéo en temps réel à 30FPS sans surchauffeen préservant la qualité.


L’impact de l’IA et du machine learning sur les startups


Le modèle Multi-Task ML de ZERO10 promet une technologie d’essai virtuel supérieure. Cela augmente considérablement l’efficacité, offre de meilleures performances en temps réel, et ouvre la voie à de futures innovations. Nécessite désormais 2 à 3 fois moins de ressources informatiques.

Les technologies AR en vogue

L’introduction du modèle Multi-Task ML de ZERO10 s’aligne sur un regain d’intérêt et d’investissement plus large pour les technologies de réalité augmentée (AR) et de réalité virtuelle (VR). Les prévisions du marché indiquent une croissance substantielle dans les années à venir, alimentée par les progrès du matériel, des logiciels et des applications réelles.

La réalité augmentée et la réalité virtuelle transforment diverses industries :

  • Vente au détail: Les solutions d’essai virtuel comme ZERO10 réduisent les retours et stimulent l’engagement client pour les marques de mode
  • Divertissement: Les expériences de jeu immersives continuent de repousser les limites du divertissement interactif
  • Formation et éducation: Les simulations AR/VR offrent des environnements sûrs et contrôlés pour le développement des compétences dans des domaines allant des soins de santé aux opérations industrielles.
  • Soins de santé: La réalité virtuelle est utilisée dans la thérapie des patients et la planification chirurgicale, tandis que la réalité augmentée aide au diagnostic et à la visualisation.

Cette tendance à la hausse démontre la reconnaissance croissante du potentiel de l’AR/VR pour améliorer les expériences, rationaliser les processus et ouvrir de nouvelles voies d’innovation. Le récent sortie du casque Vision Pro d’Apple accélère encore cet élan. Les écrans de haute précision, l’audio spatial et la technologie de capteur avancée de l’appareil promettent de débloquer des expériences AR/VR de nouvelle génération dans les secteurs mentionnés précédemment.


https://cdn-strapi.zero10.ar/zero10_AR_try_on_technology_181539d8b4.mp4

L’impact potentiel de Vision Pro s’étend à la promotion d’un écosystème de startups prospère. Ses capacités de pointe incitent les développeurs à créer des applications innovantes. L’accent mis par l’appareil sur une intégration transparente AR/VR pourrait rendre ces technologies plus accessibles, réduisant ainsi les barrières à l’entrée pour de nouvelles entreprises et ouvrant des marchés inexploités.

ZERO10 se distingue comme un excellent exemple d’entreprise à la pointe de l’innovation dans ce domaine. Leur technologie d’essai virtuel démontre les applications uniques et transformatrices possibles dans le paysage AR/VR. Il est passionnant d’anticiper les solutions diverses et nouvelles qui émergeront à mesure que ces technologies continuent d’évoluer.


Crédit image en vedette: vecteur/Freepik.

Related Posts

Brad Smith témoigne de l’application Deepseek bloquée par Microsoft pour les employés

Brad Smith témoigne de l’application Deepseek bloquée par Microsoft pour les employés

mai 9, 2025
Chrome déploie l’IA locale pour détecter de nouvelles escroqueries Web émergentes

Chrome déploie l’IA locale pour détecter de nouvelles escroqueries Web émergentes

mai 9, 2025
Apprentissage automatique basé sur un modèle (MBML)

Apprentissage automatique basé sur un modèle (MBML)

mai 9, 2025
Apprentissage automatique basé sur un modèle (MBML)

Traçage des performances ML

mai 9, 2025
Apple développe de nouvelles puces pour les lunettes et les macs intelligents AI

Apple développe de nouvelles puces pour les lunettes et les macs intelligents AI

mai 9, 2025
Skymizer lance Hyperthought Ai IP pour les appareils Smart Edge

Skymizer lance Hyperthought Ai IP pour les appareils Smart Edge

mai 9, 2025

Recent Posts

  • Brad Smith témoigne de l’application Deepseek bloquée par Microsoft pour les employés
  • Chrome déploie l’IA locale pour détecter de nouvelles escroqueries Web émergentes
  • Apprentissage automatique basé sur un modèle (MBML)
  • Traçage des performances ML
  • Apple développe de nouvelles puces pour les lunettes et les macs intelligents AI

Recent Comments

Aucun commentaire à afficher.
Dataconomy FR

COPYRIGHT © DATACONOMY MEDIA GMBH, ALL RIGHTS RESERVED.

  • Home
  • Sample Page

Follow Us

  • Home
  • Sample Page
No Result
View All Result
Subscribe

This website uses cookies. By continuing to use this website you are giving consent to cookies being used. Visit our Privacy Policy.