「cs.CV」カテゴリーアーカイブ

The Surprising Ineffectiveness of Pre-Trained Visual Representations for Model-Based Reinforcement Learning

投稿日: 2025年1月16日 作成者: jarxiv

要約 視覚強化学習 (RL) 手法では、多くの場合、大量のデータが必要になります … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | The Surprising Ineffectiveness of Pre-Trained Visual Representations for Model-Based Reinforcement Learning はコメントを受け付けていません

Industrial Anomaly Detection and Localization Using Weakly-Supervised Residual Transformers

投稿日: 2025年1月16日 作成者: jarxiv

要約 産業用異常検出 (AD) の最近の進歩により、トレーニング中に少数の異常サ … 続きを読む →

カテゴリー: cs.CV | Industrial Anomaly Detection and Localization Using Weakly-Supervised Residual Transformers はコメントを受け付けていません

MADiff: Text-Guided Fashion Image Editing with Mask Prediction and Attention-Enhanced Diffusion

投稿日: 2025年1月16日 作成者: jarxiv

要約 テキストガイド付き画像編集モデルは、一般的な領域で大きな成功を収めています … 続きを読む →

カテゴリー: cs.CV | MADiff: Text-Guided Fashion Image Editing with Mask Prediction and Attention-Enhanced Diffusion はコメントを受け付けていません

Feature-based One-For-All: A Universal Framework for Heterogeneous Knowledge Distillation

投稿日: 2025年1月16日 作成者: jarxiv

要約 知識蒸留 (KD) には、事前トレーニングされた重い教師モデルから軽い生徒 … 続きを読む →

カテゴリー: cs.CV | Feature-based One-For-All: A Universal Framework for Heterogeneous Knowledge Distillation はコメントを受け付けていません

Enhanced Multi-Scale Cross-Attention for Person Image Generation

投稿日: 2025年1月16日 作成者: jarxiv

要約 本稿では、挑戦的な人物画像生成タスクのために、新しいクロスアテンションベー … 続きを読む →

カテゴリー: cs.CV | Enhanced Multi-Scale Cross-Attention for Person Image Generation はコメントを受け付けていません

Multi-View Transformers for Airway-To-Lung Ratio Inference on Cardiac CT Scans: The C4R Study

投稿日: 2025年1月16日 作成者: jarxiv

要約 肺サイズに対する気道樹内腔の比（ALR）は、フル吸気時に高解像度全肺コンピ … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV | Multi-View Transformers for Airway-To-Lung Ratio Inference on Cardiac CT Scans: The C4R Study はコメントを受け付けていません

A Foundation Language-Image Model of the Retina (FLAIR): Encoding Expert Knowledge in Text Supervision

投稿日: 2025年1月16日 作成者: jarxiv

要約 財団のビジョン言語モデルは現在、コンピューター ビジョンを変革しており、そ … 続きを読む →

カテゴリー: cs.CV | A Foundation Language-Image Model of the Retina (FLAIR): Encoding Expert Knowledge in Text Supervision はコメントを受け付けていません

Lights, Camera, Matching: The Role of Image Illumination in Fair Face Recognition

投稿日: 2025年1月16日 作成者: jarxiv

要約 顔の明るさは、人口統計グループ間の顔認識精度の差に影響を与える重要な画質要 … 続きを読む →

カテゴリー: cs.CV | Lights, Camera, Matching: The Role of Image Illumination in Fair Face Recognition はコメントを受け付けていません

Empowering Agricultural Insights: RiceLeafBD – A Novel Dataset and Optimal Model Selection for Rice Leaf Disease Diagnosis through Transfer Learning Technique

投稿日: 2025年1月16日 作成者: jarxiv

要約 豊かな緑に囲まれたこの農業国に住む人口は日々増加しています。 その結果、住 … 続きを読む →

カテゴリー: cs.CV | Empowering Agricultural Insights: RiceLeafBD – A Novel Dataset and Optimal Model Selection for Rice Leaf Disease Diagnosis through Transfer Learning Technique はコメントを受け付けていません

Learning Joint Denoising, Demosaicing, and Compression from the Raw Natural Image Noise Dataset

投稿日: 2025年1月16日 作成者: jarxiv

要約 このペーパーでは、センサー、画像開発ワークフロー、およびスタイル全体で一般 … 続きを読む →

カテゴリー: 68U10, cs.CV, eess.IV, I.2.10 | Learning Joint Denoising, Demosaicing, and Compression from the Raw Natural Image Noise Dataset はコメントを受け付けていません