【SKETCHPAD】マルチモーダル言語モデルの推論を中間スケッチで強化
【SKETCHPAD】マルチモーダル言語モデルの推論を中間スケッチで強 ...
Large language models
物体検出
【Set-of-Mark Visual Prompting】GPT-4Vの画像認識能力を高めるプロンプト技術
【Set-of-Mark Visual Prompting】GPT-4 ...
Prompting Method
【PETRv2】カメラ画像だけで物体の3次元位置を推定
【PETRv2】カメラ画像だけで物体の3次元位置を推定
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
グラフ構造を用いたコンピュータビジョンモデル「Vision GNN」
グラフ構造を用いたコンピュータビジョンモデル「Vision GNN」
GNN
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
ViTに優った！大規模CNNの新たな基盤モデル！: InternImage
ViTに優った！大規模CNNの新たな基盤モデル！: InternIma ...
深層学習
StrongSORT: DeepSORTが強くなって帰ってきた！アップグレードされた追尾モデル！
StrongSORT: DeepSORTが強くなって帰ってきた！アップ ...
Object Tracking
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
GIAOTracker：多クラス多物体の追尾のための包括的フレームワークを提案！
GIAOTracker：多クラス多物体の追尾のための包括的フレームワー ...
Object Tracking
ImageNetの学習で得た頑健性は転移学習で下流タスクに活かせるか？
ImageNetの学習で得た頑健性は転移学習で下流タスクに活かせるか？
Robust
W &Dによる医療画像分析
W &Dによる医療画像分析
転移学習
【無知の知】「これはわからない」とモデルに識別させる分布外検出手法と新規ベンチマークの提案
【無知の知】「これはわからない」とモデルに識別させる分布外検出手法と新 ...
Out-Of-Distribution
ベースクラスも忘却しないFew-shot物体検出
ベースクラスも忘却しないFew-shot物体検出
Object Detection
恥ずかしいほどシンプルなVision Transformer
恥ずかしいほどシンプルなVision Transformer
Transformer
つにリアルタイムでも実現可能に！
つにリアルタイムでも実現可能に！
Video Object Segmentation
不気味さすら感じる！AIが発見した検出精度抜群のbackboneモデル「SpineNet」
不気味さすら感じる！AIが発見した検出精度抜群のbackboneモデル ...
Object Detection