Informática - Visão computacional e reconhecimento de padrões

O NVLM melhora a compreensão de linguagem e visuais da IA para várias tarefas.

Usando IA pra melhorar o diagnóstico precoce de doenças da retina com técnicas de imagem mais avançadas.

A RenderWorld usa dados visuais pra uma tecnologia de dirigibilidade autônoma mais segura.

OmniGen simplifica as tarefas de criação de imagens em um único modelo pra todo mundo.

Esse trampo melhora a precisão do CLIP resolvendo a sobreposição intra-modal com adaptadores leves.

O LPT++ melhora o reconhecimento de objetos em classes com poucos exemplos usando técnicas avançadas.

Uma nova estrutura melhora a segmentação com exemplos limitados.

Uma nova abordagem melhora a precisão na detecção de estenose aórtica por meio de aprendizado de máquina.

O SLAck oferece uma nova forma de acompanhar objetos diferentes em vídeos.

Um marco para segmentação de poucos exemplos generalizada em sensoriamento remoto foi introduzido.

Um novo método combina vídeo, áudio e algoritmos pra detectar anomalias de forma mais eficiente.

Uma olhada na Destilação de Esquecimento de Pontuação e seu impacto na IA generativa.

SplatFields melhora a imagem 3D a partir de ângulos de câmera limitados, aumentando a qualidade e os detalhes.

Usando dados sintéticos pra melhorar ferramentas de mobilidade pra pessoas cegas e com visão reduzida.

Esse artigo analisa a confiabilidade dos modelos MIL em aplicações clínicas.

Um novo método melhora a estimativa de pose usando imagens RGB informadas por dados de profundidade.

OneEncoder conecta de forma eficiente imagens, texto, áudio e vídeo pra um processamento de informações melhor.

Novos métodos melhoram a precisão e a eficiência em reconhecer objetos semelhantes.

Aprenda a avaliar e comparar imagens de forma eficaz.

Esse modelo melhora o aprendizado da IA enquanto mantém o conhecimento do passado.

Um novo sistema melhora as previsões de segurança para veículos autônomos em ambientes desafiadores.

A KALE usa metadados pra criar legendas maneiras pras obras de arte.

O TrajSSL melhora a detecção de objetos 3D usando menos dados rotulados através da previsão de movimento.

Explorando como os LLMs melhoram o raciocínio em diferentes tipos de dados.

Descubra como o FlexiTex melhora a geração de texturas 3D através de orientações visuais.

Novo modelo melhora a precisão na classificação de lesões cutâneas usando vários tipos de dados.

Uma nova estrutura estima com precisão a profundidade a partir de imagens desfocadas únicas.

Estudo mostra diferenças de desempenho em sistemas RIdV entre diferentes grupos.

Transformers melhoram a precisão da classificação do Transtorno do Espectro Autista por meio de uma análise avançada de imagens cerebrais.

A GCA-SUN melhora a contagem de objetos em imagens sem precisar de exemplos rotulados.

Um novo método reduz a necessidade de dados para treinar robôs com demonstrações visuais.

Um novo framework integra ajuste de bundles com PyTorch para melhorar a modelagem 3D.

Novas técnicas melhoram as previsões da disponibilidade de energia solar usando imagens do céu.

Um novo método mistura áudio e expressões faciais para gerar vídeos realistas.

MoRAG melhora a geração de movimento humano a partir de descrições em texto usando recuperação específica de partes.

Melhorando a eficiência dos modelos em sensoriamento remoto através de técnicas de destilação de conhecimento.

Novos métodos melhoram a separação das medições de altura da superfície do mar pra uma análise melhor da dinâmica dos oceanos.

O WaveMixSR-V2 transforma imagens de baixa resolução em saídas de alta qualidade de forma eficiente.

Apresentando o PAD-FT, um método leve pra combater ataques de backdoor sem precisar de dados limpos.

Este artigo compara Transformers de Visão e CNNs para classificar imagens de sonar de varredura lateral.