Últimos artículos para Visión por computadora

Una comparación de SNNs y ANNs para flujo óptico usando datos de cámaras basadas en eventos.

Un nuevo método mejora los modelos 2D al incorporar características 3D para un mejor rendimiento.

Un enfoque rentable para analizar imágenes y texto de alta resolución.

Un nuevo método para registrar nubes de puntos utilizando aprendizaje equivariado mejora la precisión y la robustez.

GLOMAP mejora la eficiencia y precisión global de SfM para modelado 3D.

Theia mejora el aprendizaje de robots usando ideas de múltiples modelos.

Presentamos MaskInversion, que mejora cómo los modelos se enfocan en los detalles dentro de las imágenes.

Un nuevo método mejora la precisión en la cuantización de Vision Transformers sin datos originales.

Una mirada completa a los métodos de aprendizaje auto-supervisado en el reconocimiento de texto.

Una evaluación del rendimiento en cero disparos de los LLMs multimodales en varias tareas.

Un nuevo modelo para la detección eficiente de objetos en imágenes de alta resolución.

SurgDepth mejora la comprensión de escenas quirúrgicas mediante la integración innovadora de datos RGB y de profundidad.

Un nuevo método mejora la precisión en el análisis del movimiento de objetos dinámicos.

Un nuevo sistema mejora la capacidad de los robots para seguir comandos de lenguaje de manera efectiva.

Un nuevo sistema mejora las capacidades de VQA en vietnamita a través de la integración innovadora de modelos.

Nuevos métodos transforman la máscara de imágenes, mejorando la precisión y la usabilidad.

Nuevos métodos mejoran la segmentación semántica al considerar las relaciones entre clases.

Conoce las características y aplicaciones de YOLOv5 en la detección de objetos en tiempo real.

Un estudio que compara YOLOv5, YOLOv8 y YOLOv10 para detectar peligros de cuchillos.

NIS-SLAM combina comprensión semántica y mapeo avanzado para una mejor interpretación de escenas.

Un nuevo método mejora el proceso de entrenamiento para modelos de IA complejos.

SynthVLM crea datos sintéticos de alta calidad para entrenar modelos de lenguaje visual de manera eficiente.

Un nuevo marco para el aprendizaje en línea eficiente en redes neuronales de picos.

Este estudio presenta un método para mejorar la eficiencia de localización visual usando fotogramas clave.

Un nuevo método mejora el seguimiento de puntos al vincular el lenguaje con datos visuales.

SpikeYOLO mejora las SNNs para una mejor eficiencia y precisión en la detección de objetos.

Un nuevo método reduce la entrada del usuario en el seguimiento de objetos en video.

Un nuevo método mejora el reconocimiento de objetos en videos a través de pistas sonoras y visuales.

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

MaskUno mejora la precisión en la segmentación de instancias con procesamiento de clases independiente.

Un nuevo método simplifica la generación de videos usando modelos de imagen existentes sin necesidad de entrenar mucho.

Un nuevo método mejora la predicción de videos al separar los elementos de la escena para hacer mejores pronósticos.

RagLLaVA mejora los modelos multimodales, subiendo la precisión en tareas de datos complejas.

Un nuevo marco para optimizar problemas convexos geoédricos complejos en varios campos.

SuperVINS mejora la navegación de robots con técnicas de aprendizaje profundo para un mapeo mejorado.

Los robots mejoran su rendimiento en tareas aprendiendo de experiencias nuevas y recompensas intrínsecas.

Un nuevo método mejora cómo los modelos de IA interpretan las relaciones espaciales y temporales.

El marco MAFT+ mejora la segmentación de objetos usando optimización colaborativa de visión y texto.

Las Redes Neuronales Conjuntas enfrentan desafíos para reconocer objetos a partir de ejemplos mínimos.

Este artículo examina la relación entre el tamaño del modelo y el rendimiento en modelos de lenguaje multimodal.