· ai
[Paper] EoS-FM：专家模型集合能作为通用特征提取器吗？
近期在 foundation models 方面的进展在 natural language processing 和 computer vision 等领域显示出巨大前景，类似的努力现在正在…
-
- · ai
[Paper] 自适应学习用于抗核抗体图像
抗核抗体（ANA）检测是诊断自身免疫性疾病（包括系统性红斑狼疮、干燥综合征和硬皮病）的关键方法。尽管它的…
- · ai
[Paper] 深度伪造检测器的通用设计选择
深度伪造检测方法的有效性往往不太取决于其核心设计，而更取决于实现细节，例如数据预处理、增强……
- · ai
[Paper] CanKD：基于跨注意力的非局部操作用于基于特征的知识蒸馏
我们提出了 Cross-Attention-based Non-local Knowledge Distillation (CanKD)，一种利用 cross-attention 的新型基于特征的知识蒸馏框架。
- · ai
合并与界定：对权重的直接操作用于类增量学习
我们提出了一种新颖的训练方法 Merge-and-Bound (M&B)，用于类别增量学习 (CIL)，该方法直接在参数空间中操作模型权重，以实现高效且稳健的增量学习...
- · ai
[Paper] 频率感知的 Token 缩减用于高效 Vision Transformer
Vision Transformers 在各种计算机视觉任务中表现出卓越的性能，但它们相对于 token 的二次计算复杂度……
- · ai
[Paper] MobileI2V：在移动设备上实现快速且高分辨率的图像到视频转换
最近，视频生成取得了快速进展，越来越多的关注集中在移动设备上的图像到视频（I2V）合成上。然而，子...
- · ai
[Paper] EvRainDrop: HyperGraph 引导的完成用于有效的帧和事件流聚合
事件相机产生的异步事件流在空间上稀疏，但在时间上密集。主流的 event representation learning algorithms 通常…
- · ai
[Paper] E-M3RF：一种等变多模态3D重新组装框架
3D 重组是一个基本的几何问题，近年来它越来越多地受到深度学习方法的挑战，而不是传统的优化方法。
- · ai
[论文] SAM 引导的语义与运动变化区域挖掘用于遥感变化标题生成
遥感变化描述是一个新兴且受欢迎的研究任务，旨在用自然语言描述已发生变化的感兴趣内容……
- · ai
[Paper] Monet: 在潜在视觉空间中进行超越图像和语言的推理
‘以图像思考’已成为推进视觉推理的有效范式，通过注入视觉证据，超越仅文本的思考链……
- · ai
[Paper] 使用边界框进行思考：通过强化微调提升时空视频定位
时空视频定位（STVG）需要根据自然语言描述，在未剪辑的视频中同时在时间和空间上定位目标对象。