新型视觉模型EfficientViT：专门用于高分辨率的密集预测任务
新技术

来自MIT、浙江大学、清华大学、MIT-IBM Watson AI实验室的研究人员推出新型视觉模...
2024-05-12 386
视觉模型PLLaVA：能够理解视频中的内容，包括动作、场景、人物穿着等，并能够生成详细描述这些内容的字幕
新技术

来自新加坡国立大学、纽约大学和字节跳动的研究人员推出用于视频密集字幕生成的先...
2024-04-29 264
基于SAM的新型视觉模型Open-Vocabulary SAM：交互式的图像分割和识别
新技术

来自南洋理工大学、上海AI实验室的研究人员推出了一款基于SAM的新型视觉模型Open-...
2024-01-29 342
没有账号？注册  忘记密码？