Últimos artículos para Modelos de visión-lenguaje

Nuevo método mejora la precisión en la clasificación de escenas de teledetección usando relaciones contextuales.

Un nuevo método mejora la clasificación de tejidos cancerosos usando modelos de visión-lenguaje.

Un nuevo método mejora la precisión de segmentación usando los modelos SAM y CLIP.

El estudio investiga cómo los VLMs clasifican estilos artísticos y atributos.

RPP mejora el ajuste y la generalización en Modelos de Visión-Lenguaje usando indicaciones refinadas.

Nuevos métodos mejoran cómo los robots agarran objetos planos.

Nuevos adaptadores mejoran las capacidades de segmentación de imagen de los modelos de visión-lenguaje.

Un nuevo enfoque afina la conexión entre imágenes y texto en los VLMs.

Un nuevo enfoque mejora el análisis de supervivencia en la investigación del cáncer usando datos visuales y de lenguaje.

Un nuevo método mejora la capacidad de agarre de los robots usando comandos en lenguaje natural.

Explorando cómo los modelos de lenguaje mejoran las tecnologías de conducción autónoma.

La investigación muestra cómo los robots pueden navegar mejor usando planos de piso y modelos de lenguaje visual.

Nuevos métodos mejoran la eficiencia y las habilidades de aprendizaje de las aspiradoras inteligentes.

SMART mejora la segmentación de vocabulario abierto al mejorar las técnicas de clasificación de máscaras.

Este estudio presenta BiMI para mejorar los sistemas de recompensa en el aprendizaje por refuerzo.

Nuevo modelo permite a los robots aprender acciones de videos, mejorando el rendimiento en tareas.

Un nuevo marco mejora la conexión entre imágenes y texto.

Un nuevo método mejora el reconocimiento de objetos usando máscaras sin etiquetas detalladas.

Un método para mejorar el rendimiento del modelo a pesar de etiquetas de datos incorrectas.

Una nueva estrategia combina el entrenamiento generativo y discriminativo en Modelos de Visión-Lenguaje.

La investigación examina cómo los VLMs interpretan y entienden gráficos en comparación con las habilidades humanas.

Un nuevo enfoque para mejorar los VLMs y ofrecer mejor asistencia a usuarios con discapacidad visual.

Aprende a mejorar los modelos de imagen-texto y a reducir errores comunes.

Ahora los robots pueden aprender tareas mejor gracias al etiquetado automático de recompensas.

Una visión general de las fortalezas y debilidades de los Modelos de Visión-Lenguaje de hoy.

LLaVA mejora la respuesta a preguntas visuales combinando la potencia local del dispositivo con el procesamiento en la nube.

Una mirada a cómo VLM mejora las tareas de navegación de robots.

Un nuevo método mejora la precisión y transparencia en el diagnóstico de lesiones de la piel para los doctores.

Una visión general sobre el entrenamiento de modelos de lenguaje-visión y su importancia.

Los coches autónomos se están adaptando a tus preferencias para un viaje más seguro.

Un nuevo método mejora la comprensión de los elementos en pantalla por parte de las computadoras.

Las máquinas aprenden a localizar objetos en imágenes usando técnicas innovadoras.

FOCUS simplifica el reconocimiento de objetos con técnicas de comunicación fáciles de usar.

Un nuevo método ayuda a las computadoras a identificar objetos usando menos imágenes y un lenguaje sencillo.

GEOBench-VLM evalúa modelos para interpretar datos e imágenes geoespaciales.

COSMOS mejora la habilidad de la IA para entender imágenes y texto juntos.

Descubre cómo la retroalimentación está cambiando la tecnología de generación de videos para mejor calidad.

Descubre cómo LL-ICM mejora la calidad de imagen mientras reduce el tamaño del archivo.

NaVILA ayuda a los robots a navegar usando lenguaje y visión.

Nuevos modelos combinan texto e imágenes para combatir la desinformación.