Articoli più recenti per Visione Artificiale

Questo studio valuta quanto bene i modelli grandi gestiscono più oggetti nelle immagini.

Un nuovo metodo migliora la comprensione dell'AI riguardo ai contenuti video.

Un nuovo approccio migliora i tempi e l'efficienza dell'addestramento delle CNN.

Uno sguardo a come i modelli di deep learning apprendono e danno priorità alle caratteristiche.

Esplorando LaFAM: Un metodo senza etichette per capire meglio le decisioni dell'IA.

TrCAM-V offre un modo nuovo per localizzare oggetti nei video usando informazioni minime.

RHRSegNet migliora la segmentazione semantica per le immagini notturne, fondamentale per la guida autonoma.

Un nuovo metodo migliora la segmentazione delle parti del corpo in immagini complesse.

Un nuovo metodo migliora la segmentazione degli oggetti nei video sfruttando le relazioni contestuali.

Un nuovo metodo migliora la segmentazione degli oggetti nei video con dati debolmente etichettati.

Nuovi metodi migliorano il rilevamento di oggetti angolati nelle immagini aeree.

Dynamic Net Architecture offre un nuovo approccio ai sistemi visivi intelligenti.

Uno studio mostra che si abbina meglio i veicoli attraverso aree di cattura immagine strategiche.

Un nuovo approccio migliora la compressione dei dataset e l'efficienza dell'addestramento dei modelli.

Usare video non etichettati per migliorare il riconoscimento delle azioni in video lunghi.

Un metodo per aiutare i robot a valutare forme e posizioni degli oggetti.

Un nuovo approccio affronta l'eccesso di fiducia nei sistemi che riconoscono più etichette.

Migliorare il rilevamento con immagini RGB e di profondità per affrontare le sfide del mondo reale.

Un nuovo modello combina ConvNets e Transformer per migliorare la classificazione delle immagini.

Il framework CEIA migliora la comprensione tra i dati degli eventi e le immagini.

Un nuovo metodo migliora l'augmented data per una qualità dell'immagine migliore.

Una panoramica sui metodi di deep learning per la modellazione 3D a partire dalle immagini.

Nuovo metodo migliora l'accuratezza nell'allineamento delle immagini nel tempo.

MambaVision unisce Mamba e Transformers per un riconoscimento delle immagini migliore.

Un nuovo metodo che migliora il rilevamento degli oggetti usando etichette rumorose e crowdsourced.

Un nuovo approccio aiuta i robot a imparare compiti generando immagini delle azioni.

OV-DINO migliora il riconoscimento degli oggetti riconoscendo nomi mai visti durante l'addestramento.

Un nuovo approccio migliora l'identificazione dei veicoli da angolazioni diverse delle telecamere.

PaliGemma unisce comprensione delle immagini e del testo per applicazioni versatili.

Migliorare le immagini sintetiche per potenziare le prestazioni dei sistemi di riconoscimento facciale.

DisMAE migliora la generalizzazione del modello tra i vari domini usando dati non etichettati.

Il DINO svizzero migliora il riconoscimento degli oggetti personali nei robot domestici e nei dispositivi mobili.

Un nuovo metodo per combinare più scansioni e migliorare l'accuratezza della registrazione della nuvola di punti.

Metodi innovativi migliorano la classificazione dei funghi tossici usando il deep learning.

Un nuovo metodo riduce la dipendenza dalle annotazioni umane nella segmentazione delle immagini.

LAPT semplifica la rilevazione OOD, migliorando l'affidabilità dell'IA in situazioni di incertezza.

Il framework KGpose migliora il riconoscimento degli oggetti stimando pose 6D dalle immagini.

Una panoramica delle tecniche e delle applicazioni nel tracciamento multi-oggetto.

BiEquiFormer migliora la registrazione delle nuvole di punti per un allineamento 3D preciso.

I modelli VQA possono rivelare informazioni private nonostante le tecniche avanzate.