Articoli più recenti per Visione Artificiale

Un approccio flessibile per migliorare la qualità delle immagini senza bisogno di sapere prima quali siano i problemi.

Un nuovo metodo migliora il recupero delle immagini usando Soft Orthogonality e Vision Transformers.

Quest'articolo analizza le vulnerabilità nei modelli di segmentazione semantica e propone soluzioni.

Una panoramica sui MLLMs e le loro applicazioni nell'IA.

Un nuovo metodo per identificare i dati OOD nei modelli di machine learning.

Valutare come i cambiamenti ambientali influenzano le prestazioni dei modelli di riconoscimento delle immagini.

ProRes offre una soluzione flessibile per diverse sfide di restauro delle immagini.

Uno sguardo all'impatto dell'apprendimento contrastivo manifatturato sui modelli di apprendimento automatico.

Nuovo metodo mescola forme umane per prevedere i movimenti con precisione.

Nuovi metodi migliorano la rilevazione dei difetti usando dati limitati nei prodotti industriali.

Esplorare i vantaggi e le sfide dei metodi di rilevamento oggetti semi-supervisionati.

Un nuovo metodo per generare istruzioni di etichettatura chiare per i set di dati di immagini.

Un nuovo metodo migliora il rilevamento di oggetti noti e sconosciuti.

Un nuovo approccio migliora la chiarezza delle immagini in condizioni di scarsa illuminazione senza necessità di dati abbinati.

FLOWER affronta l'apprendimento few-shot e il dimenticanza catastrofica nei modelli di machine learning.

Questo studio migliora i modelli AI più piccoli usando le conoscenze dei modelli linguistici più grandi.

Nuovo metodo usa il mining delle immagini per l'allenamento senza annotazioni.

Migliorare i modelli di rilevamento dei pedoni per mantenere le conoscenze mentre si imparano nuovi set di dati.

Un nuovo approccio migliora l'efficienza del matching dei modelli nei compiti di visione artificiale.

Nuove tecniche migliorano la generazione di viste per scene grandi e reali.

Un nuovo metodo migliora il controllo sulla generazione delle immagini mantenendo l'efficienza.

Uno sguardo a come il zero-shot learning classifica nuovi dati senza esempi precedenti.

Un'analisi di ImageNet contro LAIONet e i loro effetti sulla precisione del modello.

Presentiamo xAI-CycleGAN per trasformazioni di stile delle immagini più veloci e di alta qualità.

Un nuovo metodo migliora la comprensione della scena per i veicoli autonomi usando query di istanza.

Un nuovo metodo migliora il modeling 3D in scene con poca texture senza bisogno di rilevamento di punti chiave.

Nuovo set di dati e metriche migliorano la valutazione della qualità dell'albedo nelle immagini.

Nuovo metodo di deformazione a rete profonda migliora l'accuratezza nella segmentazione degli organi addominali.

Un nuovo metodo migliora il riconoscimento delle azioni dettagliate usando dati scheletrici.

Shikra permette conversazioni naturali su aree specifiche nelle immagini.

Un nuovo metodo migliora la velocità e l'accuratezza nel segmentare oggetti mai visti per i robot.

Un nuovo approccio migliora il machine learning con coppie positive semantiche.

Un nuovo metodo riduce il rumore delle etichette concentrandosi sui dati positivi e non etichettati.

Questo studio valuta quanto bene i modelli di recupero video comprendano le didascalie e il contenuto del video.

Nuovi metodi per mappare con precisione l'ambiente in tempo reale nella robotica e nella realtà aumentata.

Esamina l'impatto del disequilibrio tra primo piano e sfondo sulle prestazioni di rilevamento degli oggetti.

Un nuovo metodo migliora il modo in cui l'IA comprende immagini e testi.

Un nuovo metodo migliora come i modelli apprendono dalle trasformazioni dei dati.

Un nuovo approccio per migliorare le prestazioni del modello nei dataset sbilanciati.

Uno studio sui metodi artigianali e di deep learning per il riconoscimento di oggetti 3D.