ディープフェイク検出の自己教師ありViT
ディープフェイク検出の自己教師ありViT
self-supervised learning
画像認識
テンソルCNNを用いた欠陥検知の強化
テンソルCNNを用いた欠陥検知の強化
Tensor
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
Diffusion Model
インフォグラフィックスからUIまで画像とテキストを理解する「ScreenAI」
インフォグラフィックスからUIまで画像とテキストを理解する「Scree ...
Large language models
【Segment Anything】ゼロショットセグメンテーションモデル
【Segment Anything】ゼロショットセグメンテーションモデ ...
segmentation
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
CLIPでフェイクイメージを見破れ：画像-言語モデルによるフェイク検知
CLIPでフェイクイメージを見破れ：画像-言語モデルによるフェイク検知
Fake Detection
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
【Diffusion Transformer】OpenAIのSoraにも使われた最新技術
【Diffusion Transformer】OpenAIのSoraに ...
Image generation
ADD: 敵対的学習と知識蒸留を用いた拡散モデル
ADD: 敵対的学習と知識蒸留を用いた拡散モデル
Image generation
アップルがLLMのようにスケーラブルな大規模自己回帰画像モデルを開発
アップルがLLMのようにスケーラブルな大規模自己回帰画像モデルを開発
Computer Vision
Wavelet Diffusion: 最高速の拡散モデル
Wavelet Diffusion: 最高速の拡散モデル
Image generation
【生成クオリティ向上の内幕】生成AIもユーザも行う「情熱的なふるまい」
【生成クオリティ向上の内幕】生成AIもユーザも行う「情熱的なふるまい」
3D
ConvNeXt V2：マスクオートエンコーダによるConvNetsの改善とスケーリング
ConvNeXt V2：マスクオートエンコーダによるConvNetsの ...
画像認識
【Swin Transformer】今こそ押さえたいTransformer系画像認識モデル
【Swin Transformer】今こそ押さえたいTransform ...
画像認識
【AIのカンブリア大爆発】有用なAIクリエータを見出して活かす時代のポイント
【AIのカンブリア大爆発】有用なAIクリエータを見出して活かす時代のポ ...
Video Generation
スプリアス特徴生成のためのTEXT-TO-IMAGE拡散モデルのファインチューニング
スプリアス特徴生成のためのTEXT-TO-IMAGE拡散モデルのファイ ...
画像認識
【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