· ai
[Paper] FlowLet：使用 Wavelet Flow Matching 的条件 3D 脑 MRI 合成
脑磁共振成像（MRI）在研究神经发育、衰老和疾病方面发挥核心作用。一个关键的应用是大脑年龄预测……
-
- · ai
[Paper] MoE3D：一种用于3D重建的Mixture-of-Experts模块
MoE3D 是一种 mixture-of-experts 模块，旨在锐化深度边界并减轻现有 feed-forward 3D … 中的飞点伪影（红色标出）。
- · ai
[Paper] 视觉语言模型中提示诱导幻觉的机制
大型视觉语言模型（VLMs）功能强大，但常常因偏向文本提示而非视觉证据而产生幻觉。我们在……中研究了这种失效模式。
- · ai
[Paper] 降低 AI 研究成本：Task-Aware Compression 如何让 Large Language Model Agents 变得负担得起
当研究人员将 large language models 用于文献审阅或假设生成等自主任务时，计算费用会迅速累积。A...
- · ai
[Paper] VideoAuto‑R1：一次思考，两次回答的Video Auto Reasoning
链式思考（CoT）推理已成为多模态大型语言模型在视频理解任务中的强大工具。然而，它的必要性和...
- · ai
[Paper] CoV：链式视角提示用于空间推理
具身问答（EQA）在3D环境中通常需要收集分布在多个视角且部分被遮挡的上下文。Ho...
- · ai
[Paper] 轻量且可解释的视觉语言框架用于作物病害视觉问答
针对作物病害分析的 Visual Question Answering 需要准确的视觉理解和可靠的语言生成。本工作提出了一种轻量级的 vi...
- · ai
如何提升视觉异常检测模型的性能
将学术界的最佳方法应用于实践，以获得最大收益。文章《How to Improve the Performance of Visual Anomaly Detection Models》...
- · ai
人工智能在农业中的应用
了解更多关于人工智能在农业中的应用...
- · ai
[论文] 在五个异构图像数据集上训练自定义CNN
深度学习已经彻底改变了视觉数据分析，卷积神经网络（CNN）在学习有意义的特征表示方面表现出极高的效能……
- · ai
从像素到卡路里：使用 GPT-4o 构建多模态餐食分析引擎
🍝 从像素到卡路里——多模态 AI 与自动卡路里追踪 我们都有过这样的经历：盯着一盘美味的意面，想弄清楚它是否……
- · ai
[Paper] 编排动态对象的世界
我们物理的4D（3D + 时间）世界中的动态对象不断演化、变形并与其他对象相互作用，导致多样的4D场景动态……