利用人类评分反馈微调文本到图像模型
利用人类评分反馈微调文本到图像模型
对齐
图片识别
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
PAM：个性化图像美学评估预测模型。
PAM：个性化图像美学评估预测模型。
数据集
TaPA：使用 LLM 的机器人行为生成代理。
TaPA：使用 LLM 的机器人行为生成代理。
大型语言模型
VLMaps 可直接在 3D 地图上进行标注，从而提高准确性。
VLMaps 可直接在 3D 地图上进行标注，从而提高准确性。
机器人
人工智能艺术与人类艺术--人们更喜欢哪一种？
人工智能艺术与人类艺术--人们更喜欢哪一种？
生成图像
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
UI-Diffuser，使用生成性人工智能的UI原型设计。
UI-Diffuser，使用生成性人工智能的UI原型设计。
稳定的扩散
通过结合扩散模型生成合成图像。
通过结合扩散模型生成合成图像。
生成图像
PARA：用于预测个性化图像审美评价的大型数据集。
PARA：用于预测个性化图像审美评价的大型数据集。
数据集
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
VoxFormer "用于从图像中生成3D体积，在自动驾驶技术中具有潜在的应用。
VoxFormer "用于从图像中生成3D体积，在自动驾驶技术中具有潜 ...
目标检测
RT-1机器人学习系统根据图像和自然语言进行操作。
RT-1机器人学习系统根据图像和自然语言进行操作。
机器人
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