【CelebV-Text】テキストから人の顔動画の生成ためのデータセット
【CelebV-Text】テキストから人の顔動画の生成ためのデータセッ ...
Large language models
「CVPR」の検索結果： 123件
SkySense: マルチモーダルなリモートセンシングFoundationモデル
SkySense: マルチモーダルなリモートセンシングFoundati ...
CVPR
Disentangled Diffusion：単一の画像から複数の概念を抽出するT2Iモデル
Disentangled Diffusion：単一の画像から複数の概念 ...
Image generation
U-ViT: 拡散モデル用ViTバックボーン
U-ViT: 拡散モデル用ViTバックボーン
Image generation
Wavelet Diffusion: 最高速の拡散モデル
Wavelet Diffusion: 最高速の拡散モデル
Image generation
ImageBind：あらゆる情報を一つにまとめ、新しい知識を生む
ImageBind：あらゆる情報を一つにまとめ、新しい知識を生む
機械学習
生のデータを共有せずに高精度な画像分類を実現！Model-Contrastive Federated Learningを紹介
生のデータを共有せずに高精度な画像分類を実現！Model-Contra ...
Federated Learning
お手軽！高精度！異常検知モデルPatchCoreの魅力
お手軽！高精度！異常検知モデルPatchCoreの魅力
Object Detection
注釈付きデータセットの生成に革新をもたらすGANを用いた画像生成手法
注釈付きデータセットの生成に革新をもたらすGANを用いた画像生成手法
Image generation
大規模データ生成ライブラリKubricの紹介
大規模データ生成ライブラリKubricの紹介
dataset
PARA：パーソナライズされた画像の美的評価予測のための大規模データセット
PARA：パーソナライズされた画像の美的評価予測のための大規模データセ ...
dataset
自動運転技術に応用可能な画像から3Dボリュームの生成する"VoxFormer"
自動運転技術に応用可能な画像から3Dボリュームの生成する"VoxFor ...
Object Detection
テキスト・音声・視覚からマルチモーダルに感情を認識: Sonyが提案したM2FNet！
テキスト・音声・視覚からマルチモーダルに感情を認識: Sonyが提案し ...
Emotion Recognition
異なる解像度の特徴をどう結びつけるべきか？：Sonyが提案したD3Net
異なる解像度の特徴をどう結びつけるべきか？：Sonyが提案したD3Ne ...
CVPR
アフィンの精度をまず上げろ！ViTを用いたレジストレーション：C2FViT
アフィンの精度をまず上げろ！ViTを用いたレジストレーション：C2FV ...
medical
Teach Augment:教師モデル活用によるデータ拡張の最適化
Teach Augment:教師モデル活用によるデータ拡張の最適化
Data Augmentation
あらゆる下流タスクに対応可能な転移学習システムGAIA
あらゆる下流タスクに対応可能な転移学習システムGAIA
転移学習
TimeSformer：3DCNNを超えて動画像を捉えるTransformer
TimeSformer：3DCNNを超えて動画像を捉えるTransfo ...
画像認識