Rongrong Ji

FocSAM melhora a segmentação interativa com mais estabilidade e precisão.

Um novo método para melhorar o desempenho de modelos de linguagem com textos longos.

O HRSAM melhora a eficiência e a precisão da segmentação de imagens para entradas de alta resolução.

Novo método RoE aumenta a eficiência de modelos de linguagem grandes multimodais com roteamento dinâmico.

Esse método facilita a adição de objetos em imagens com textos, garantindo resultados naturais.

Essa abordagem melhora modelos multimodais sem precisar de um retraining extenso.

Um novo método aumenta a eficiência e o desempenho de modelos de linguagem multimodal grandes.

Aprenda os passos essenciais pra formatar seu trabalho pra submissões.

O PartFormer melhora o reconhecimento de objetos em diferentes condições usando Transformers de Visão.

Novo método melhora a correspondência de imagens de vários espectros de câmera.

O Video-RAG simplifica como os computadores analisam conteúdos de vídeo longos com informações extras.

Uma nova abordagem torna os modelos multimodais mais rápidos e eficientes.