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
机器学习
利用 LLM 成功生成各种机器人行为。
利用 LLM 成功生成各种机器人行为。
大型语言模型
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
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
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
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
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
时间序列分析的新趋势：使用递增邻域法进行鲁棒性时间序列 "链 "的提取 TSC22
时间序列分析的新趋势：使用递增邻域法进行鲁棒性时间序列 "链 "的提取 ...
时间序列
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