Artigos mais recentes para Visão Computacional

Um novo método melhora a sintonia de prompts visuais pra um desempenho melhor do modelo.

Novo método melhora a capacidade da IA de separar características de imagem de forma eficaz.

Esse artigo analisa como o tipo de observação afeta o aprendizado de tarefas dos robôs.

Novos modelos melhoram como a gente lida com dados de nuvens de pontos.

Esse artigo fala sobre o valor de abordagens baseadas em regiões pra melhorar o reconhecimento de imagens.

Um novo método melhora a Navegação Visão-Linguagem usando dados de treino de vídeos de direção.

Aprenda sobre tensores e sua importância na análise de dados e aprendizado de máquina.

Um novo método pra melhorar a conclusão de profundidade usando dados de profundidade esparsos durante o teste.

Um método de visão computacional que detecta objetos de forma eficiente sem precisar de input humano.

Um novo método melhora a precisão da anotação no reconhecimento de alvos usando técnicas avançadas.

Um olhar sobre como a gente melhora e manipula texto em imagens.

Este artigo apresenta estratégias e um novo método para seleção eficaz de amostras em aprendizado com poucos exemplos.

Um novo método melhora a geração de imagens a partir de diferentes ângulos de visão.

Os pesquisadores melhoram o desempenho do modelo aumentando a variedade de dados com métodos de aumento de dados inovadores.

Este estudo compara as habilidades de reconhecimento de objetos de humanos e máquinas em poses incomuns.

Um novo método melhora a eficiência de aprendizado enquanto mantém o conhecimento passado.

Esse artigo apresenta um método único para imagens mais claras, reduzindo o ruído de forma eficaz.

Este estudo investiga ataques adversariais em aprendizado profundo, focando no desempenho de redes neurais convolucionais (CNN).

Usando Modelos de Visão-Linguagem pra melhorar o feedback e a eficiência de aprendizado dos robôs.

Esse artigo fala sobre como juntar a redução de ruído e a interpolação pra deixar as imagens mais claras.

Explorando o impacto dos modelos de consistência nos solucionadores inversos de difusão.

Investigando como a augmentação de rótulos afeta o aprendizado em modelos de machine learning.

Nova abordagem combina de forma eficaz desruído e segmentação para melhorar a análise de imagens.

Um olhar sobre como os MLLMs lidam com pequenos detalhes em imagens.

Um novo método melhora a identificação de objetos 3D a partir de imagens únicas em cenas do mundo real.

Um jeito novo de avaliar como os modelos respondem a perguntas relacionadas a imagens.

Os robôs conseguem aprender habilidades de manipulação através de métodos de aprendizado baseados em vídeo.

Um novo benchmark avalia modelos de linguagem de múltiplas modalidades em tarefas de visão de baixo nível.

VisLingInstruct melhora a habilidade dos modelos de integrar texto e imagens.

OIFTrack melhora a precisão do rastreamento gerenciando o fluxo de informações entre os alvos e os tokens de fundo.

Novos conjuntos de dados mostram as dificuldades de identificar corredores e textos em condições de lama.

Um novo conjunto de dados tem como objetivo melhorar o reconhecimento de itens de supermercado através de dados 3D detalhados.

Esse estudo explora redes neurais pra estimativa de função de score em modelos de difusão.

AV-SUPERB avalia modelos de áudio e vídeo em várias tarefas pra melhorar o desempenho.

Um novo método melhora o reconhecimento de pessoas usando dados com etiqueta fraca.

Esse estudo investiga um novo método de correspondência de imagens focado em regiões texturizadas.

Esse artigo fala sobre um método pra aprender características visuais a partir de dados de vídeo.

Esse estudo foca em melhorar os métodos de aprendizado contínuo em tarefas semânticas 3D.

Uma nova abordagem pra melhorar o desempenho do modelo em diferentes condições de dados.

O MIM-Refiner melhora o desempenho do modelo MIM através de um aprendizado de características mais refinado.