人による評価のフィードバックを用いたtext-to-imageモデルのfine-tuning
人による評価のフィードバックを用いたtext-to-imageモデルの ...
Alignment
画像認識
脳の老化度合いを可視化！？２枚のMRI画像を用いた自己教師あり学習手法
脳の老化度合いを可視化！？２枚のMRI画像を用いた自己教師あり学習手法
medical
PAM：パーソナライズされた画像の美的評価予測モデル
PAM：パーソナライズされた画像の美的評価予測モデル
dataset
TaPA：LLMを使用したロボットの行動生成エージェント
TaPA：LLMを使用したロボットの行動生成エージェント
Large language models
3Dマップ上に直接ラベル付けして精度を向上するVLMaps
3Dマップ上に直接ラベル付けして精度を向上するVLMaps
robot
AIアート vs Humanアート 〜人はどちらを好むのか〜
AIアート vs Humanアート 〜人はどちらを好むのか〜
Image generation
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
生成AIを活用したUIプロトタイピング「UI-Diffuser」
生成AIを活用したUIプロトタイピング「UI-Diffuser」
Stable Diffusion
拡散モデルを組み合わせた合成画像生成
拡散モデルを組み合わせた合成画像生成
Image generation
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
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
画像と自然言語から操作するロボット学習システムRT-1
画像と自然言語から操作するロボット学習システムRT-1
robot
ビュー階層に依存しない、UI画像のみでUIモデリングを実現する「Spotlight」
ビュー階層に依存しない、UI画像のみでUIモデリングを実現する「Spo ...
深層学習
ByteTrack+外観特徴が最強：SMILETrack
ByteTrack+外観特徴が最強：SMILETrack
Object Tracking
モデルの弱点を克服するデータ拡張手法AugMax登場！
モデルの弱点を克服するデータ拡張手法AugMax登場！
Data Augmentation