Rongrong Ji

FocSAM migliora la segmentazione interattiva con maggiore stabilità e precisione.

Un nuovo metodo per migliorare le prestazioni dei modelli linguistici con testi lunghi.

HRSAM migliora l'efficienza e l'accuratezza della segmentazione delle immagini per input ad alta risoluzione.

Il nuovo metodo RoE migliora l'efficienza dei modelli di linguaggio multi-modali con un routing dinamico.

Questo metodo semplifica l'aggiunta di oggetti alle immagini con suggerimenti di testo, garantendo risultati naturali.

Questo approccio migliora i modelli multimodali senza doverli riaddestrare tantissimo.

Un nuovo metodo migliora l'efficienza e le prestazioni dei modelli di linguaggio multimodali di grandi dimensioni.

Scopri i passaggi fondamentali per formattare il tuo documento per le sottomissioni.

PartFormer migliora il riconoscimento degli oggetti in diverse condizioni usando i Vision Transformers.

Nuovo metodo migliora il matching delle immagini da diversi spettri di telecamera.

Video-RAG semplifica il modo in cui i computer analizzano contenuti video lunghi con informazioni extra.

Un nuovo approccio rende i modelli multimodali più veloci ed efficienti.