Informatica - Visione artificiale e riconoscimento di modelli

Questo articolo confronta i modelli U-Net e quelli basati su transformer per la segmentazione di immagini da microscopio.

TUMSyn genera immagini MRI usando scansioni esistenti e suggerimenti di testo per aiutare nelle diagnosi.

Una nuova strategia combina l'addestramento generativo e discriminativo nei modelli Vision-Language.

RadFlag aiuta a garantire che i rapporti medici generati dall'AI siano precisi e affidabili.

Un nuovo metodo migliora l'efficienza dei modelli computerizzati senza compromettere le prestazioni.

RL2 offre un modo affidabile per valutare la qualità delle immagini mediche con meno risorse.

Uno studio rivela le sfide che l'IA affronta nell'interpretare le forme attraverso TurtleBench.

La ricerca esamina come i VLM interpretano e capiscono i grafici rispetto alle abilità umane.

Nuovi modelli transformer migliorano la valutazione nei compiti di visione artificiale.

Scopri come i transformer elaborano i dati e si adattano a nuovi compiti.

Un nuovo modo per migliorare il riconoscimento delle immagini satellitari tenendo sotto controllo i costi.

Esplorando le sfide e le soluzioni nelle tecniche di imaging senza obiettivo.

Un nuovo approccio integra video delle lezioni e slide per un coinvolgimento migliore degli studenti.

SeafloorAI fornisce dati sonar essenziali per studiare il fondale oceanico.

Un nuovo set di dati e modelli accelerano le operazioni di ricerca e soccorso dopo le inondazioni.

La ricerca ha svelato un sistema automatizzato per tenere traccia dei tempi di parcheggio.

Lo studio analizza gli effetti della compressione lossy sull'apprendimento profondo nella segmentazione delle immagini mediche.

PathoGen-X combina dati di imaging e genomica per migliori previsioni di sopravvivenza al cancro.

Un nuovo metodo trasforma le nuvole di punti per migliorare l'efficienza dei dati.

Nuovi metodi migliorano la qualità delle immagini usando dati limitati nella sintesi di nuove viste.

Un dataset innovativo per studiare l'attivazione muscolare nei movimenti umani.

Un nuovo metodo migliora l'accuratezza nella rilevazione nelle immagini mediche.

Questo articolo parla di un nuovo metodo per unire i dati LiDAR e della fotocamera.

LoCAL rende più semplice il modo in cui interagiamo con documenti lunghi.

MultiDepth migliora la stima della profondità, rendendo le macchine più smart nei loro ambienti.

Scopri come il deep learning migliora l'imaging e l'analisi delle nanoparticelle.

Un nuovo metodo migliora il riconoscimento delle immagini dove i dati scarseggiano.

Le forme delle cellule forniscono informazioni fondamentali per la classificazione della salute e delle malattie.

I ricercatori migliorano i Grandi Modelli Multimodali per una migliore comprensione visiva.

Questo metodo aiuta i sistemi di intelligenza artificiale a imparare meglio senza bisogno di etichette umane.

TaxaBind unisce vari tipi di dati per supportare la classificazione delle specie e gli sforzi di conservazione.

I ricercatori usano la tecnologia video per migliorare le valutazioni della salute delle mucche e la qualità del latte.

CHANGER migliora il blending della testa per film e giochi con tecniche avanzate.

Nuovo framework migliora la comprensione video in condizioni di scarsa illuminazione usando telecamere a eventi.

Indagare su come le reti neurali riconoscono forme con parti mancanti.

Avanzamenti tecnologici nel tracciare più oggetti su piccoli dispositivi.

DRL-STNet migliora la segmentazione delle immagini mediche attraverso diverse modalità.

Un nuovo set di dati aiuta a seguire le minuscole cellule microbiche in modo più efficace.

PLATYPUS migliora la chiarezza delle nuvole di punti 3D per una migliore percezione delle macchine.

Scopri come i computer si adattano a nuove informazioni mantenendo le conoscenze passate.