「cs.CV」カテゴリーアーカイブ

IdealGPT: Iteratively Decomposing Vision and Language Reasoning via Large Language Models

投稿日: 2025年4月14日 作成者: jarxiv

要約 ビジョンと言語（VL）の理解の分野は、エンドツーエンドの大規模な事前訓練V … 続きを読む →

カテゴリー: cs.CL, cs.CV | IdealGPT: Iteratively Decomposing Vision and Language Reasoning via Large Language Models はコメントを受け付けていません

FocalLens: Instruction Tuning Enables Zero-Shot Conditional Image Representations

投稿日: 2025年4月14日 作成者: jarxiv

要約 視覚的理解は本質的に文脈的です – 画像で焦点を当てるものは、 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | FocalLens: Instruction Tuning Enables Zero-Shot Conditional Image Representations はコメントを受け付けていません

Cut-and-Splat: Leveraging Gaussian Splatting for Synthetic Data Generation

投稿日: 2025年4月14日 作成者: jarxiv

要約 合成画像の生成は、コンピュータービジョンモデルをトレーニングするためのラベ … 続きを読む →

カテゴリー: cs.CV | Cut-and-Splat: Leveraging Gaussian Splatting for Synthetic Data Generation はコメントを受け付けていません

Generative Object Insertion in Gaussian Splatting with a Multi-View Diffusion Model

投稿日: 2025年4月14日 作成者: jarxiv

要約 新しいオブジェクトを3Dコンテンツに生成して挿入することは、汎用性の高いシ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.GR | Generative Object Insertion in Gaussian Splatting with a Multi-View Diffusion Model はコメントを受け付けていません

ODverse33: Is the New YOLO Version Always Better? A Multi Domain benchmark from YOLO v5 to v11

投稿日: 2025年4月14日 作成者: jarxiv

要約 さまざまなドメインにわたってリアルタイムオブジェクト検出器の構築に広く使用 … 続きを読む →

カテゴリー: cs.CV | ODverse33: Is the New YOLO Version Always Better? A Multi Domain benchmark from YOLO v5 to v11 はコメントを受け付けていません

TACO: Adversarial Camouflage Optimization on Trucks to Fool Object Detectors

投稿日: 2025年4月14日 作成者: jarxiv

要約 敵対的な攻撃は、自律車両や防衛システムなどの重要なアプリケーションにおける … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | TACO: Adversarial Camouflage Optimization on Trucks to Fool Object Detectors はコメントを受け付けていません

A Hybrid Fully Convolutional CNN-Transformer Model for Inherently Interpretable Medical Image Classification

投稿日: 2025年4月14日 作成者: jarxiv

要約 多くの医療イメージングタスクでは、畳み込みニューラルネットワーク（CNNS … 続きを読む →

カテゴリー: cs.AI, cs.CV | A Hybrid Fully Convolutional CNN-Transformer Model for Inherently Interpretable Medical Image Classification はコメントを受け付けていません

WF-VAE: Enhancing Video VAE by Wavelet-Driven Energy Flow for Latent Video Diffusion Model

投稿日: 2025年4月14日 作成者: jarxiv

要約 Video Variation Autoencoder（VAE）はビデオを … 続きを読む →

カテゴリー: cs.AI, cs.CV | WF-VAE: Enhancing Video VAE by Wavelet-Driven Energy Flow for Latent Video Diffusion Model はコメントを受け付けていません

Open-CD: A Comprehensive Toolbox for Change Detection

投稿日: 2025年4月14日 作成者: jarxiv

要約 Open-CDを提示します。これは、関連するコンポーネントとモジュールと同 … 続きを読む →

カテゴリー: cs.CV | Open-CD: A Comprehensive Toolbox for Change Detection はコメントを受け付けていません

Multi-head Ensemble of Smoothed Classifiers for Certified Robustness

投稿日: 2025年4月14日 作成者: jarxiv

要約 ランダム化スムージング（RS）は、認定された堅牢性のための有望な手法であり … 続きを読む →

カテゴリー: cs.CV, cs.LG | Multi-head Ensemble of Smoothed Classifiers for Certified Robustness はコメントを受け付けていません