· ai
[Paper] MapTrace: 지도 상에서 경로 추적을 위한 확장 가능한 데이터 생성
멀티모달 대형 언어 모델은 많은 시각 및 텍스트 추론 작업에서 인간과 같은 성능을 달성했지만, 세밀한 공간…
-
- · ai
[Paper] KerJEPA: 유클리드 자기지도 학습을 위한 커널 불일치
최근 self-supervised Joint-Embedding Predictive Architectures (JEPAs) 분야의 획기적인 연구는 Euclidean 표현을 iso... 방향으로 정규화하는 것이 중요함을 입증했습니다.
- · ai
YOLOv6: 산업용 애플리케이션을 위한 단일 단계 객체 탐지 프레임워크
개요 YOLOv6는 공장, 매장 및 모든 카메라를 위해 설계된 object detection의 새로운 단계입니다. 속도와 신뢰성을 중시하는 팀에 의해 구축되었습니다.
- · ai
[Paper] 당신이 의미하는 바를 지적하라: Visually Grounded Instruction Policy
Vision-Language-Action (VLA) 모델은 시각과 언어를 구현된 제어와 정렬하지만, 텍스트에만 의존할 경우 객체 지시 능력이 제한됩니다.
- · ai
[Paper] LouvreSAE: 해석 가능하고 제어 가능한 스타일 전이를 위한 Sparse Autoencoders
생성 모델에서의 artistic style transfer는 여전히 중요한 도전 과제이며, 기존 방법들은 종종 모델 파인튜닝이나 추가적인 …
- · ai
[Paper] Delta-LLaVA: 베이스-전-스페셜라이즈 정렬을 통한 토큰 효율적인 비전-언어 모델
멀티모달 대형 언어 모델(MLLMs)은 시각적 및 텍스트 표현을 결합하여 풍부한 추론 능력을 가능하게 합니다. 그러나 높은 계산 비용…
- · ai
[Paper] 라벨을 넘어 생각하기: Reasoning-Augmented LMMs를 이용한 Vocabulary-Free Fine-Grained Recognition
Vocabulary-free fine-grained image recognition은 고정된 인간 정의 레이블 세트 없이 메타 클래스 내에서 시각적으로 유사한 카테고리를 구별하는 것을 목표로 합니다. Exi...
- · ai
[Paper] 픽셀 공간에서 Ordinal Scoring Correlations를 통한 Shortcut Learning 위치 지정 및 Attribution Representations (OSCAR)
Deep neural networks는 종종 shortcuts을 이용한다. 이러한 shortcuts은 training data에서 output labels와 연관되어 있지만 task semantics와는 무관한 spurious cues이다.
- · ai
신화: Computer Vision은 이미지에만 효과적이며 그렇지 않다
신화: Computer Vision은 이미지에만 효과적이고 비디오에는 적용되지 않는다. 현실: Computer Vision은 이미지와 비디오 모두를 처리할 수 있다, 기술 발전 덕분에...
- · ai
[Paper] 중세 역사 문서 전사에 대한 딥러닝 접근법의 적용
손글씨 텍스트 인식 및 광학 문자 인식 솔루션은 현대 데이터 처리에서 뛰어난 결과를 보여주지만, 효율성은 La...
- · ai
Person Re-Identification을 위한 Triplet Loss 옹호
소개 Person re-identification(re-ID)은 서로 다른 카메라 뷰에서 동일한 개인을 찾는 작업입니다. 이는 보안 분야에서 중요한 응용을 가지고 있습니다.
- · ai
Momentum Contrastive Learning을 활용한 향상된 베이스라인
개요: 레이블이 없는 데이터로 패턴을 인식하도록 컴퓨터를 가르치는, 즉 unsupervised learning이라고 알려진 방법이 간단한 조정 덕분에 더 접근하기 쉬워졌습니다...