Últimos artículos para Reconocimiento de imágenes

Examinando cómo los transformers de visión entienden las relaciones entre objetos en las imágenes.

Un estudio revela diferencias clave en cómo los humanos y la IA representan imágenes.

Un estudio sobre cómo los VAE funcionan en diferentes grupos demográficos bajo ataque.

HEML mejora la clasificación de imágenes al centrarse en segmentos importantes para dar mejores explicaciones.

FALIP mejora la comprensión de imágenes y texto de CLIP sin alterar los originales.

Este proyecto tiene como objetivo clasificar especies de serpientes usando técnicas de análisis de imágenes.

Nuevos métodos mejoran la detección de objetos angulados en imágenes aéreas.

Una nueva medida de evaluación mejora el rendimiento del modelo en tareas de clasificación multi-etiqueta.

Una herramienta para analizar y mejorar los errores de reconocimiento de imágenes en computadoras.

SPIN ofrece anotaciones detalladas de subpartes para mejorar el reconocimiento de imágenes.

NOVIC presenta capacidades de vocabulario abierto para identificar objetos no vistos en imágenes.

Nuevos métodos de atención mejoran los modelos de transformadores en eficiencia y rendimiento.

Un programa mejora la detección de objetos de robot en entornos cambiantes.

Un nuevo método mejora la claridad en las tareas de reconocimiento de imágenes.

Una mirada a las fortalezas y debilidades de los KAN y MLP en el aprendizaje automático.

PEEKABOO ayuda a las máquinas a localizar objetos sin datos etiquetados a través del enmascaramiento de imágenes.

Nuevos métodos hacen que los modelos de reconocimiento de imágenes sean más pequeños y eficientes.

MALT mejora la eficiencia y el éxito de los ataques adversariales en modelos de clasificación de imágenes.

Un nuevo enfoque mejora el rendimiento de la adaptación de dominio en el aprendizaje automático.

MoMa mejora la eficiencia en el procesamiento de imágenes y texto juntos.

Un estudio sobre los retos y soluciones para las alucinaciones en MLLMs.

Este artículo explora el impacto del ruido en las salidas de softmax y la precisión de clasificación.

Este artículo examina la efectividad de YOLOv8 para identificar la madurez de las fresas.

Self-TPT simplifica el ajuste de prompts para modelos de visión-lenguaje, mejorando la velocidad y eficiencia.

Un nuevo método mejora el reconocimiento de texto en escenas naturales usando técnicas innovadoras.

Un nuevo enfoque busca mejorar la resiliencia del aprendizaje activo frente a ataques.

Un nuevo método mejora el reconocimiento de combinaciones de atributos y objetos no vistos por el modelo.

La investigación muestra cómo la exposición repetida mejora el reconocimiento de imágenes en el cerebro.

Un nuevo marco mejora la adaptabilidad del aprendizaje automático en diversos entornos visuales.

Este artículo explora el impacto de los ataques a los modelos de aprendizaje automático y las estrategias defensivas.

Aprende cómo las simetrías de grupo pueden mejorar los modelos de clasificación en el aprendizaje automático.

Un nuevo método busca reducir el sesgo en los modelos de aprendizaje automático para lograr más equidad.

Un nuevo método mejora la claridad en el diálogo a través de expresiones de referencia efectivas.

Esta investigación busca crear CAPTCHAs que confundan a las máquinas pero sean claros para los humanos.

El conjunto de datos MIP-GAF ayuda a analizar las dinámicas sociales en las imágenes.

La investigación presenta un método para mejorar el reconocimiento de imágenes usando menos ejemplos.

Nuevo método mejora el agrupamiento para grandes conjuntos de datos usando Cuantización Estocástica.

Este artículo evalúa el sentimiento y el significado en los subtítulos de imágenes.

La investigación revela huecos en los modelos de clasificación de imágenes cuando los objetos están parcialmente ocultos.

LPT++ mejora el reconocimiento de objetos en clases con pocos ejemplos a través de técnicas avanzadas.