Hongxu Yin

Une nouvelle méthode s'attaque aux problèmes de surexposition dans l'enregistrement vidéo quotidien en utilisant l'apprentissage profond.

Une nouvelle approche pour ajuster les modèles améliore l'efficacité et la précision dans les tâches d'apprentissage automatique.

Un aperçu détaillé des capacités de RegionGPT à analyser les régions d'images.

SpatialRGPT améliore la compréhension de l'agencement des objets dans les Modèles de Langage Visuel.

De nouveaux modèles adaptables peuvent répondre à des besoins variés sans avoir besoin de se requalifier.

Une nouvelle méthode améliore la qualité des données pour les modèles de langage visuel en utilisant des techniques d'augmentation.

VILA-U intègre des tâches vidéo, image et langue dans un seul cadre.

Une nouvelle méthode améliore la performance des LLM tout en réduisant la complexité.

NaVILA aide les robots à naviguer en utilisant le langage et la vision.