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
图片识别
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
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
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
通过删除信息进行敌意攻击的技术!
通过删除信息进行敌意攻击的技术!
对抗性扰动
StrongSORT：DeepSORT回来了，更强大了!升级后的追踪模型!
StrongSORT：DeepSORT回来了，更强大了!升级后的追踪模 ...
物体追踪
VoxelMorph：一个基于UNet的医学成像注册模型!
VoxelMorph：一个基于UNet的医学成像注册模型!
医疗
DigiFace-1M，一个新的大规模数据集，用于使用合成面部图像进行面部识别。
DigiFace-1M，一个新的大规模数据集，用于使用合成面部图像进行 ...
人脸识别