Errui Ding

Uma nova abordagem focada na profundidade de objetos melhora a precisão da detecção 3D.

O Add-SD simplifica a edição de imagens permitindo adições realistas de objetos através de comandos de texto.

O ReSyncer melhora a qualidade do vídeo e a flexibilidade dos movimentos labiais sincronizados com o áudio.

O FullAnno melhora as anotações de imagem pra um treinamento de modelo multimodal melhor.

Esse artigo apresenta um novo modelo que combina geração de texto e imagem em um só sistema.

ALoRE otimiza o treinamento de modelos pra reconhecimento de imagem de forma eficiente e pra aplicações mais amplas.