Articoli più recenti per CLIP

Nuovo metodo migliora l'apprendimento di nuove classi con meno dati.

ProText migliora i modelli visione-linguaggio usando solo dati testuali per gestire meglio i compiti.

Uno sguardo al framework MacCap e il suo impatto sulla didascalia delle immagini.

SpLiCE aiuta a chiarire i dati complessi di CLIP per una comprensione migliore.

Sfruttare i componenti visivi e testuali di CLIP migliora i metodi di rilevamento dei deepfake.

Un nuovo metodo aiuta i robot a interpretare i comandi umani in modo più efficace.

PosSAM migliora la segmentazione delle immagini con capacità di vocabolario aperto e tecniche innovative.

SNAP-PROTACs migliorano lo studio delle proteine e le tecniche di degradazione mirata.

SaLIP combina SAM e CLIP per una segmentazione efficiente delle immagini mediche.

Un metodo per migliorare la generazione di immagini usando i Grandi Modelli Linguistici.

Un nuovo approccio allinea i modelli di linguaggio con i contenuti video usando simulazioni testuali.

Un framework per collegare l'elaborazione delle immagini e l'interpretazione del testo nei modelli di visione.

Un metodo per migliorare l'identificazione delle fake news usando le interazioni sui social media.

WeCLIP migliora la segmentazione debolmente supervisionata usando CLIP con il minimo sforzo di etichettatura.

Un nuovo approccio che migliora le prestazioni di UDA usando CLIP e guida linguistica.

Nuovi metodi migliorano la velocità e la qualità della generazione di immagini da testo.

CLIP-CITE migliora i modelli CLIP per compiti specializzati mantenendo la flessibilità.

FALIP migliora la comprensione di immagini e testi di CLIP senza cambiare gli originali.

Una nuova tecnologia aiuta i pazienti a esprimere i pensieri tramite segnali EEG.

NOVIC introduce capacità di vocaboli aperti per identificare oggetti mai visti nelle immagini.

Un nuovo metodo migliora il rilevamento delle anomalie affrontando il clustering testuale nei modelli.

Un nuovo metodo migliora l'abbinamento dei libri per i cataloghi delle biblioteche usando tecniche avanzate.

Un nuovo sistema migliora la capacità dei robot di seguire i comandi linguistici in modo efficace.

Il framework MAFT+ migliora la segmentazione degli oggetti usando un'ottimizzazione collaborativa tra visione e testo.

Una nuova rete migliora la classificazione delle nuvole di punti attraverso la traduzione di immagini.

HOIGen introduce un nuovo metodo per riconoscere le interazioni umane-oggetto mai viste prima.

CLIP-CID migliora l'efficienza dei dati nei modelli visione-linguaggio.

Un nuovo framework migliora l'analisi delle immagini mediche usando sintomi visivi e tecniche di prompting avanzate.

Questo studio valuta i VLM per congestione del traffico, rilevamento di crepe e conformità dei caschi.

Un nuovo metodo migliora la comprensione delle esposizioni nei musei usando la tecnologia CLIP.

Lo studio confronta le abilità umane e quelle dell'IA nel riconoscere forme 3D da angolazioni diverse.

Questo articolo svela metodi per interpretare modelli simili a CLIP nell'IA.

Questo lavoro migliora l'accuratezza di CLIP affrontando la sovrapposizione intra-modale utilizzando adattatori leggeri.

I ricercatori presentano Blind-VaLM, che migliora i modelli linguistici con conoscenze visive in modo efficiente.

Un nuovo metodo per valutare le performance dei modelli T2I con diversi prompt testuali.

PiVOT migliora il tracciamento degli oggetti usando il prompting visivo e CLIP per una precisione migliore.

SuperClass semplifica il riconoscimento di immagini e testi per un accesso alla ricerca più facile.

Una panoramica sui punti di forza e le debolezze dei modelli Vision-Language di oggi.

Quest'articolo esamina tecniche zero-shot per rilevare anomalie nelle immagini mediche.

Trident combina modelli per migliorare la segmentazione delle immagini e il riconoscimento dei dettagli.