「cs.CV」カテゴリーアーカイブ

Latent Inversion with Timestep-aware Sampling for Training-free Non-rigid Editing

投稿日: 2024年10月17日 作成者: jarxiv

要約 テキストガイドによる非剛体編集には、周囲の動きや構成を変更するなど、入力画 … 続きを読む →

カテゴリー: cs.CV | Latent Inversion with Timestep-aware Sampling for Training-free Non-rigid Editing はコメントを受け付けていません

Cross-Modal Safety Mechanism Transfer in Large Vision-Language Models

投稿日: 2024年10月17日 作成者: jarxiv

要約 大規模視覚言語モデル (LVLM) における視覚言語の調整により、LLM … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Cross-Modal Safety Mechanism Transfer in Large Vision-Language Models はコメントを受け付けていません

3DIS: Depth-Driven Decoupled Instance Synthesis for Text-to-Image Generation

投稿日: 2024年10月17日 作成者: jarxiv

要約 テキストからイメージへの生成における制御可能な出力に対する需要の高まりによ … 続きを読む →

カテゴリー: cs.CV | 3DIS: Depth-Driven Decoupled Instance Synthesis for Text-to-Image Generation はコメントを受け付けていません

MambaBEV: An efficient 3D detection model with Mamba2

投稿日: 2024年10月17日 作成者: jarxiv

要約 時間情報を備えた BEV パラダイムに基づく安定した 3D 物体検出モデル … 続きを読む →

カテゴリー: cs.CV | MambaBEV: An efficient 3D detection model with Mamba2 はコメントを受け付けていません

Understanding Figurative Meaning through Explainable Visual Entailment

投稿日: 2024年10月17日 作成者: jarxiv

要約 大規模視覚言語モデル (VLM) は、視覚的な質問応答や視覚的な含意など、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Understanding Figurative Meaning through Explainable Visual Entailment はコメントを受け付けていません

Automatic Mapping of Anatomical Landmarks from Free-Text Using Large Language Models: Insights from Llama-2

投稿日: 2024年10月17日 作成者: jarxiv

要約 解剖学的ランドマークは、ナビゲーションや異常検出のための医療画像処理におい … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Automatic Mapping of Anatomical Landmarks from Free-Text Using Large Language Models: Insights from Llama-2 はコメントを受け付けていません

Machine Learning Approach to Brain Tumor Detection and Classification

投稿日: 2024年10月17日 作成者: jarxiv

要約 脳腫瘍の検出と分類は、医用画像解析、特に早期診断において重要なタスクであり … 続きを読む →

カテゴリー: cs.CV, cs.LG | Machine Learning Approach to Brain Tumor Detection and Classification はコメントを受け付けていません

AssemAI: Interpretable Image-Based Anomaly Detection for Manufacturing Pipelines

投稿日: 2024年10月17日 作成者: jarxiv

要約 製造パイプラインにおける異常検出は依然として重要な課題であり、産業環境の複 … 続きを読む →

カテゴリー: cs.CV | AssemAI: Interpretable Image-Based Anomaly Detection for Manufacturing Pipelines はコメントを受け付けていません

VividMed: Vision Language Model with Versatile Visual Grounding for Medicine

投稿日: 2024年10月17日 作成者: jarxiv

要約 ビジョン言語モデル (VLM) の最近の進歩により、視覚に基づいた応答を生 … 続きを読む →

カテゴリー: cs.CL, cs.CV | VividMed: Vision Language Model with Versatile Visual Grounding for Medicine はコメントを受け付けていません

MultiCamCows2024 — A Multi-view Image Dataset for AI-driven Holstein-Friesian Cattle Re-Identification on a Working Farm

投稿日: 2024年10月17日 作成者: jarxiv

要約 私たちは、ホルスタイン フリージアン牛の独特の白と黒の毛皮パターンを利用し … 続きを読む →

カテゴリー: cs.CV | MultiCamCows2024 — A Multi-view Image Dataset for AI-driven Holstein-Friesian Cattle Re-Identification on a Working Farm はコメントを受け付けていません