Rongrong Ji

Un nuevo método mejora la eficiencia de los modelos VLP para tareas del mundo real.

FocSAM mejora la segmentación interactiva con mayor estabilidad y precisión.

Un nuevo método para mejorar el rendimiento de los modelos de lenguaje con textos largos.

HRSAM mejora la eficiencia y precisión de la segmentación de imágenes para entradas de alta resolución.

El nuevo método RoE mejora la eficiencia de los modelos de lenguaje grandes multimodales con enrutamiento dinámico.

Este método simplifica agregar objetos a imágenes con textos, asegurando resultados naturales.

Este enfoque mejora los modelos multimodales sin necesidad de un reentrenamiento extenso.

Un nuevo método mejora la eficiencia y el rendimiento de los modelos de lenguaje multimodal grandes.

Aprende los pasos esenciales para formatear tu trabajo para envíos.

PartFormer mejora el reconocimiento de objetos en diferentes condiciones usando Vision Transformers.

Nuevo método mejora la coincidencia de imágenes de varios espectros de cámara.

Video-RAG simplifica cómo las computadoras analizan contenido de video largo con información extra.

Un nuevo enfoque hace que los modelos multimodales sean más rápidos y eficientes.