标签：视觉
MAE入局多模态分析，CMU联合微软发布仅需文本监督的视觉语言新模型VLC
视觉语言Transformer（Vision-Language Transformers）一直是多模态领域中的重要研究话题。但是现有的关于视觉语言Transformer的工作仍然需要先在ImageNet上...
CVPR再起争议：IBM中稿论文被指照搬自己承办竞赛第二名的idea
CVPR 2022又被曝出关于「论文抄袭」的争议！作者已经将相关举证信息发给了CVPR的Program Chairs。在计算机视觉领域搞研究已经十多年了。我写这篇博客是为了揭...
爱可可AI前沿推介(7.3)
用数据修剪战胜神经网络幂律扩展率、生成式神经人体辐射场、逆向问题中深度学习方法的理论分析、贝叶斯因果推断的批判性综述、可复现高效协作型优化基准、基...
悉尼科技大学 | 通过交互式提示进行高效的多模式融合
【推荐理由】文章提出了一种高效灵活的多模态融合方法，可以实现与其他几种多模态大模型微调方法相当的性能。【摘要】大规模预训练技术已经将计算机视觉和自...
强化学习如何用于医学影像？埃默里大学最新《强化学习医学影像分析》综述，阐述最新RL医学影像分析概念、应用、挑战与未来方向
医学影像分析的任务是协助医生对病变或解剖结构进行定性和定量分析，许多机器学习方法被用于加速和自动化图像分析过程。在医学图像分析中使用强化学习的尝试...
在使用函数逼近的高效在线强化学习中，普适覆盖条件的可证明益处
本篇论文旨在探讨使用覆盖条件在在线强化学习中的潜力和效用。本文的关键思路是探索更多可能的覆盖条件。本文提出的$L^p$浓度性、密度比实现性和部分/全覆盖...
【医学图像描述】MedICaT: 医学图像，描述和文字参考的数据集（EMNLP-Findings 2020）
【医学图像描述】MedICaT:描述和文字参考的数据集（EMNLP-Findings 2020）:描述和文字参考的数据集（EMNLP-Findings 2020）,来自艾伦人工智能研究所的研究人...
《因果科学周刊》第4期：因果赋能推荐系统
为了帮助大家更好地了解因果科学的最新科研进展和资讯，推送近期因果科学值得关注的论文和资讯信息。同时我们也将向大家介绍社区正在推进的活动——因果科学与C...
GraphMemVOS：基于情景图储存网络的视频目标分割
本项目主要解决视频目标分割领域的一个基本问题：如何使分割模型能够有效地适应特定视频以及在线目标的外观变化？给出的解决办法是提出一个图存储网络来对分...
中科院&华为Vision GNN：只使用图神经网络进行视觉任务
目前广泛应用的卷积神经网络和卷积神经转换器将图像视为网格或序列结构。本文提出将图像表示为图（Graph）结构，ViG）体系结构来提取视觉任务的图级（Graph-L...
这是一个专注于人工智能产品的导航站。
