Cal-QL：高效的在线微调、离线强化学习，注重先验学习。
Cal-QL：高效的在线微调、离线强化学习，注重先验学习。
离线强化学习
深度学习
可视化大脑老化程度！使用两幅核磁共振成像图像的自监督学习方法。
可视化大脑老化程度！使用两幅核磁共振成像图像的自监督学习方法。
医疗
简单!准确度高!异常检测模型PatchCore的吸引力
简单!准确度高!异常检测模型PatchCore的吸引力
目标检测
基于GAN的图像生成方法，彻底改变了注释数据集的生成。
基于GAN的图像生成方法，彻底改变了注释数据集的生成。
生成图像
Kubric简介，一个大规模的数据生成库
Kubric简介，一个大规模的数据生成库
数据集
人工智能超越眼科专家! 利用眼底图像自动诊断青光眼的拟议模型!
人工智能超越眼科专家! 利用眼底图像自动诊断青光眼的拟议模型!
医疗
视觉GNN，一个使用图结构的计算机视觉模型。
视觉GNN，一个使用图结构的计算机视觉模型。
GNN
FiLM解决了时间序列预测模型中去除噪声和变异性检测之间的权衡问题。
FiLM解决了时间序列预测模型中去除噪声和变异性检测之间的权衡问题。
时间序列
ControlNet将彻底改变扩散模型，使稳定扩散的AI角色能够被引导到特定的姿势？
ControlNet将彻底改变扩散模型，使稳定扩散的AI角色能够被引导 ...
稳定的扩散
聚光灯 "用于UI建模，只使用UI图像，与视图层次无关。
聚光灯 "用于UI建模，只使用UI图像，与视图层次无关。
深度学习
ByteTrack+外观特征最强：SMILETrack
ByteTrack+外观特征最强：SMILETrack
物体追踪
AugMax来了，这是一种能克服模型弱点的数据扩展方法
AugMax来了，这是一种能克服模型弱点的数据扩展方法
数据增强
来自文本、语音和视觉的多模态情感识别：索尼提议M2FNet!
来自文本、语音和视觉的多模态情感识别：索尼提议M2FNet!
情感识别
不同的分辨率特征应该如何连接？：索尼对D3Net的建议
不同的分辨率特征应该如何连接？：索尼对D3Net的建议
CVPR
首先提高仿生精度：使用ViT进行登记：C2FViT。
首先提高仿生精度：使用ViT进行登记：C2FViT。
医疗
用于时间序列预测的TSDFNet，具有周到的特征值融合机制。
用于时间序列预测的TSDFNet，具有周到的特征值融合机制。
时间序列
优于ViT!大规模CNN的新基本模型!:InternImage
优于ViT!大规模CNN的新基本模型!:InternImage
深度学习
简单而有力!AugMix来了，这是一种数据扩展方法，可以提高模型的通用性和不确定性!
简单而有力!AugMix来了，这是一种数据扩展方法，可以提高模型的通用 ...
数据增强