Articoli più recenti per Visione Artificiale

Presentiamo MetaCLIP per una migliore raccolta di dati immagine-testo.

Model2Scene usa modelli CAD e linguaggio per migliorare l'apprendimento delle scene 3D.

Un nuovo metodo migliora il monitoraggio e l'elaborazione nell'analisi video.

Nuovo metodo riduce i token visivi per un allenamento più economico.

Scopri i metodi per gestire in modo efficiente i dati multi-dimensionali usando il recupero dei tensori.

Un nuovo metodo migliora il rilevamento degli oggetti integrando dati RGB e IR.

Un nuovo set di dati migliora l'apprendimento automatico per rispondere con precisione a domande visive.

Un nuovo framework migliora la precisione del rilevamento degli oggetti in ambienti reali.

Questo articolo parla di un nuovo modo per migliorare la navigazione dei robot usando il riconoscimento dei luoghi.

Questo articolo parla di come usare l'entropia per migliorare le prestazioni e l'interpretabilità delle reti neurali.

Un nuovo dataset migliora l'apprendimento zero-shot per il riconoscimento delle azioni nei video.

Scopri l'impatto delle reti di filtraggio dei dati sui dataset di machine learning e sulle prestazioni del modello.

Un nuovo metodo migliora il rendering di scene dinamiche usando tecniche di warping in avanti.

Geal migliora l'efficienza nella selezione dei dati nella visione computerizzata usando modelli generali.

Nuovo dataset e modello migliorano l'identificazione degli oggetti da query complesse.

APNet combina immagini aeree e nuvole di punti per un'analisi urbana migliore.

Un nuovo sistema migliora il tracciamento degli oggetti in ambienti dinamici per robot e auto a guida autonoma.

Questo studio esplora YOLOv5 per la rilevazione efficace del layout dei documenti e l'estrazione dei dati.

Ricerca su come migliorare la stima della posa umana attraverso dataset diversi e il ridimensionamento dei modelli.

Un confronto delle misure di qualità delle immagini nella generazione di immagini moderna.

Questo articolo parla dell'integrazione dell'apprendimento auto-supervisionato e dei modelli basati sull'energia nel machine learning.

Il nuovo modello GazeCLIP migliora la stima dello sguardo combinando dati visivi e intuizioni linguistiche.

GD-NeRF affronta la sfocatura delle immagini nella sintesi di nuove viste.

Un nuovo metodo migliora la segmentazione semantica senza bisogno di dati sorgente durante l'adattamento.

Un nuovo modello di rete neurale migliora il riconoscimento del testo in diversi compiti e settori.

Nuovo framework migliora le performance del modello con dati di qualità.

Esplora come i Modelli di Diffusione migliorano la super-risoluzione in vari campi.

Un nuovo metodo migliora la stima della profondità da immagini RGB singole per una migliore rilevazione di oggetti 3D.

Nuove tecniche migliorano le prestazioni del modello usando pochi dati etichettati.

Un nuovo metodo migliora la generazione di campioni positivi nell'apprendimento auto-supervisionato.

Un nuovo framework migliora il ragionamento visivo usando modelli di linguaggio come controllori.

Nuovo approccio migliora la capacità dei modelli generativi di creare immagini realistiche.

Esaminando il ruolo del few-shot learning nei modelli fondazione multi-modali.

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

Un nuovo dataset migliora il riconoscimento delle persone attraverso diverse angolazioni delle telecamere.

Questa ricerca migliora la classificazione delle immagini usando descrizioni dettagliate generate da modelli linguistici.

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.

Questo articolo parla di metodi per ridurre gli artefatti di rumore nei Vision Transformers per migliorare la qualità delle feature.

Un nuovo framework ottimizza le Reti Neurali Tensoriali per una migliore efficienza e prestazioni.