Neuste Artikel für Datenannotation

Diese Studie untersucht LLMs als kostengünstige Alternative zur Textklassifikation.

Das SAVE-Modell verbessert die audio-visuelle Segmentierung mit Effizienz und Präzision.

Entdecke, wie KI dieBildannotation für mehr Genauigkeit und Geschwindigkeit verändert.

Eine neue Methode verringert den Bedarf an beschrifteten Daten in Aufgaben der Computer Vision.

Das AMEX-Dataset verbessert das Verständnis von KI für mobile App-Oberflächen.

Neue Methode verbessert, wie Deep-Learning-Modelle 3D-Medizinbilder segmentieren.

Ein neuer Ansatz, um Video-Momente mit natürlichen Sprachabfragen zu finden.

Eine neue Methode, die die Objekterkennung mit verrauschten crowdsourced Labels verbessert.

Eine neue Methode verringert die Abhängigkeit von menschlichen Anmerkungen bei der Bildsegmentierung.

Blickdaten helfen, den Aufwand für die Kennzeichnung in der medizinischen Bildanalyse zu reduzieren.

SPIN bietet detaillierte Unterteil-Anmerkungen, um die Bilderkennung zu verbessern.

Neuer Datensatz verbessert die Objekterkennung durch detaillierte Teilannotationen.

Ein neues Modell zur Bewertung von Zufallsübereinstimmungen bei Textannotationsaufgaben.

Ein neuer Ansatz verbessert die Segmentierung von Organen in medizinischen Bildern mithilfe von teilweise gekennzeichneten Datensätzen.

Qualitativ hochwertige Bildannotationen sind entscheidend für den Erfolg von KI in der Bildanalyse.

Ein effizientes Tool zum Labeln von Videos verbessert das Training zur Objekterkennung.

Neues Framework verbessert die Spracherkennung für verschiedene arabische Dialekte.

Ein neuer annotierter Korpus verbessert die Extraktion von Ereignis-Argumenten in arabischen Texten.

Die Verbesserung der Datenqualität durch gemeinsame Anstrengungen im Annotierungsprozess.

Ein neues Verfahren verbessert die Auswahl von Beispielen für ein besseres Modelltraining.

Diese Studie untersucht, wie verschiedene Zusammenfassungsmethoden die Qualität und den Inhalt beeinflussen.

In diesem Artikel geht's um kontrafaktische Datenaugmentation im aktiven Lernen, um die Modellleistung zu verbessern.

Das MaterioMiner-Dataset verbindet Materialmechanik mit wissenschaftlicher Literatur für bessere Forschung.

Neue Methoden verbessern die Segmentierung von Lymphknoten mit teilweisen Annotationen.

Die Automatisierung der Datenbeschriftung und dabei die Genauigkeit mit maschinellem Lernen und Crowdsourcing sichern.

Eine neue Technik vereinfacht die 3D-Segmentierung mit minimalem Aufwand für den Menschen.

Eine neue Methode verbessert die Spracherkennung für Hindi mithilfe von Pseudo-Labeling-Techniken.

Neue Methode verbessert das Verständnis von Bildern in Computer Vision-Modellen, indem physikalische Regeln angewendet werden.

Eine neuartige Methode berücksichtigt menschliche Meinungsverschiedenheiten bei Aufgaben der Verarbeitung natürlicher Sprache.

Diese Arbeit verbessert die Coreferenzauflösung über Sprachen hinweg mit einem neuen Datensatz und Methoden.

Ein neuer Ansatz zur Video-Instanzsegmentierung, der den Annotierungsbedarf verringert.

Diese Studie bewertet Machine-Learning-Modelle zur Erkennung von Müll in Flüssen.

Selbstüberwachtes Lernen nutzen, um Unterwasserbilder in einem hierarchischen Rahmen zu klassifizieren.

Eine Studie zur Bewertung der Effektivität von KI bei der Textannotation in sozialen Medien.

CCT-R verbessert die medizinische Bildsegmentierung mithilfe von semi-supervisiertem Lernen und räumlicher Registrierung.

Eine neue Methode verbessert die Auswahl von Proben im halbüberwachten Lernen.

Der ARTICLE-Rahmen verbessert die Datenqualität in der Verarbeitung natürlicher Sprache durch Selbstkonsistenz.

Ein neuer Datensatz soll die Forschung zur Videokapselendoskopie und die Entwicklung von KI verbessern.

Eine neue Methode vereinfacht das 3D-Labeling für autonomes Fahren mit normalen Kameraaufnahmen.

FullAnno verbessert Bildannotationen für besseres multimodales Modelltraining.