多模态paper

多模态对比语言图像预训练CLIP：打破语言与视觉的界限，具备零样本能力

多模态对比语言图像预训练CLIP：打破语言与视觉的界限，具备零样本能力。一种基于多模态（图像、文本）对比训练的神经网络。
代码讲故事·2024-02-06 10:30

ICCV2023 Tracking paper汇总（一）（多目标跟随、单目标跟随等）

一、PVT++:ASimpleEnd-to-EndLatency-AwareVisualTrackingFrameworkpaper：https://openaccess.thecvf.com/content
藏晖·2024-02-06 10:15

Feature refinement 的阅读笔记

摘要：ThispaperproposesanovelFeatureRefinement(FR)withexpression-specificfeaturelearningandfusionformicro-expressionrecognition
pzb19841116·2024-02-06 09:13

音乐数据集+大模型相关（一）

MusicCapsYouTube8M-MusicTextClipsMusicNetFMAMTG-JamendoMagnaTagATune音乐模型介绍简介MUSICGEN:mate新推出的音乐生成模型2023MusicLM:用文本生成高保真音频音乐llark音乐多模态大模型参考音乐数据集介绍下图来自
万年枝·2024-02-06 06:29

CVPR2023|Learning Instance-Level Representation for Large-Scale Multi-Modal Pretraining in Ecommerce

Multi-ModalPretrainingObjectives4.TransfertoDowntasks转换到下游任务实验预训练数据集实验细节在下游任务上的Evaluationconclusion摘要本文旨在建立一个通用的多模态基础模型
万年枝·2024-02-06 06:59

使用paperspace搭建fastai深度学习平台

在Paperspace上可以快速搭建自己的深度学习平台，具体方法如下：1.注册账户并登陆。2.点击页面的newmachine按钮。
禾木清清·2024-02-06 01:37

CVPR2020生成类超分网络阅读笔记

InvestigatingLossFunctionsforExtremeSuper-Resolution链接：https://openaccess.thecvf.com/content_CVPRW_2020/papers
full_adder·2024-02-06 00:25

Paper_7: Natural killer/T cell淋巴瘤的基因组、转录组特征

HighlightsIntegratedanalysisprovidesinsightintothemolecularclassificationinNKTCLEBVlyticgenesplayanimportantroleonNKTCLpathogenesisGenomicalteration-basedmolecularsubtypesassociatewithclinicaloutcomes
TOP生物信息·2024-02-05 23:47

DL-Paper精读：MobileBERT

MobileNERT:aCompactTask-AgnosticBERTforResource-LimitedDeviceshttps://arxiv.org/abs/2004.02984BackgroundBERT在NLP领域的地位是举足轻重的，其预训练模型，在多种下游任务的迁移工作中都能给出非常好的效果。但于此同时，BERT也受困于其庞大的模型参数和较慢的运行速度，尤其是在于一些资源受限的移动
星月野1·2024-02-05 22:01

Java程序员有这七款日志管理工具，2019多一份保障

日志管理工具有Splunk、SumoLogic、LogStash、GrayLog、Loggly和PaperTrails这些，不计其数。日志如同原油，二十几年了人们始终想消除它，却始终都没有做到。
游戏原画设计·2024-02-05 22:44

最全AI工具汇总二（文本生成，图画，语音，生活助手，AI翻译）

utm_source=rewardfulText:Papercup把Papercup使用表现力AI语音翻译视频，使任何视频都可以用任何语言观看URL:https://www.papercup.com/Text
稚肩·2024-02-05 22:13

GPT如何在一分钟内完成论文数据分析？

数据上传PPMAN-AI01由于技术限制，目前InfinitePaperAI仅支持上传1份文件，且大小不超过10M。但是，在强大的代码解释器面前，这都是小问题。
赵闪闪168·2024-02-05 20:20

文心一言4.0API接入指南

概述文心一言是百度打造出来的人工智能大语言模型，具备跨模态、跨语言的深度语义理解与生成能力，文心一言有五大能力，文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成，其在搜索问答、内容创作生成、智能办公等众多领域都有更广阔的想象空间
小小晓晓阳·2024-02-05 20:37

每周AI新闻（2024年第5周）ChatGPT等多应用登陆 Vision Pro | 字节Coze国内版上线等

FireflyAI登陆VisionProOpenAI发布了新的ChatGPTApp，允许AppleVisionPro用户与GPT-4Turbo模型进行自然语言交互，利用VisionOS操作系统的先进功能，支持多模态
陌北有棵树·2024-02-05 20:30

CVPR 2023: Leapfrog Diffusion Model for Stochastic Trajectory Prediction

我们使用以下6个分类标准对本文的研究选题进行分析：1.扩散模型类型:标准扩散模型蛙跳扩散模型(LED)其他扩散模型变体2.预测类型:确定性vs.随机性个体vs.群体3.数据模态:单变量(仅位置数据)多模态
结构化文摘·2024-02-05 15:47

6个国内可用的chat大模型

同时，它的多模态能力可以生成各种图片和图表等视觉内容，丰富了用户的内容表达方式。情感陪伴：该应用
go2coding·2024-02-05 15:44

Google聊天机器人Bard计划更名为Gemini并推出新功能；12 个 RAG 痛点和建议

GeminiAdvanced还将引入新功能和独家特性，如增强的多模态
go2coding·2024-02-05 15:42

情态动词表推测的四种时态

情态动词+动词现在进行时表示对现在或将来正在进行的情况进行推测*Atthismoment,ourteachermustbecorrectingourexampapers.这时，我们
阿怪sulley·2024-02-05 15:30

眼动和脑电多模态数据融合分析

眼动和脑电多模态数据融合分析本文参考网址：http://www2.hu-berlin.de/eyetracking-eeg/tutorial.html本文首发在个人博客（7988888.xyz）今天为大家介绍多模态数据分析
陈锐CR·2024-02-05 07:00

看懂paper中的卷积堆叠感受野计算

VGG中卷积堆叠在赢得其中一届ImageNet比赛里VGG网络的文章中，他最大的贡献并不是VGG网络本身，而是他对于卷积叠加的一个巧妙观察。This(stackofthree3×3convlayers)canbeseenasimposingaregularisationonthe7×7conv.filters,forcingthemtohaveadecompositionthroughthe3×3
霍尔元件·2024-02-05 07:54

2019-03-01

地址是：http://www.paperpass.com/
姜子崖·2024-02-05 03:31

大模型日报-20240202

文章目录企业如何使用开源LLM：16个案例多模态LLM多到看不过来？先看这26个SOTA模型吧伯克利开源高质量大型机器人操控基准，面对复杂自主操控任务不再犯难市值登顶全球！
程序无涯海·2024-02-05 03:33

大模型日报-20240204

还学会了跨应用操作代谢数据集上四项指标达94%~98%，西南交大团队开发多尺度图神经网络框架，助力药物研发A16Z最新AI洞察｜2023年是AI视频元年，2024年还有这些难题需要解决比肩GPT-4，商汤日日新大幅升级4.0，多模态能力领先一步年龄两岁
程序无涯海·2024-02-05 03:30

Q-Bench：一种用于低级别视觉通用基础模型的基准测试

1.引言多模态大语言模型（Multi-modalityLargeLanguageModels，后续简称多模态大模型）能够提供强大的通用级别视觉感知/理解能力，甚至可以通过自然语言与人类进行无缝对话和互动
AI算法-图哥·2024-02-05 01:56

MC插件服教程-paper+游戏云VPS

首先必须要先买一台VPS，这里以i9的机型做演示购买完成等待大约1分钟服务器就会创建完成，之后在管理页可以看到服务器的连接信息image772×35643KB首先复制下远程连接地址，此处即k.rainplay.cn:13192之后在系统里搜索“rdp”或“远程桌面”image356×77541.2KB打开这个叫远程桌面连接的软件填入刚刚复制的地址后，点击左下角的“显示选项”将用户名也填入（雨云wi
风屿Wind·2024-02-04 22:36

每日paper - 20211111 - 哺乳动物基因表达调控的全局定量分析

Globalquantificationofmammaliangeneexpressioncontrol2011年发表在Nature上。基因表达是一个多步骤的过程，包括转录、翻译和信使RNA与蛋白质的周转（turnover，应该是类似于代谢、降解的意思？）。虽然基因表达是生命最为基础的过程之一，但是整体的级联过程还从未在基因组层面被定量研究过（当时，2011年）。研究者们通过对哺乳动物细胞的超过5
阿芃·2024-02-04 21:49

深度学习实验-3d医学图像分割

本实验数据集为多模态腹部分割数据集（AMOS），一个大规模，多样性的，收集自真实临床场景下的腹部多器官分割基准数据。本实验在百度飞桨平台上采用nnU-N
桶的奇妙冒险·2024-02-04 17:30

yolov7中的mosaic增强实现原理

yolov7源码链接：GitHub-WongKinYiu/yolov7:Implementationofpaper-YOLOv7:Trainablebag-of-freebiessetsnewstate-of-the-artforreal-timeobjectdetectors
chen_znn·2024-02-04 17:49

对于CNN的文献阅读和识别手写数字的复现

Ireadthepaperonphaseextractiono
白小李·2024-02-04 17:46

unity 导出html5网页,Unity WebGL demos

Thelearningcurveislonger,andthereareplentyofcoursesonudemy.comTomake2DgamesinUE4youmayprofittheuseofPaper2Dpreset.ProsofUnrealEngine
无无无所谓·2024-02-04 16:19

今日arXiv最热NLP大模型论文：像人一样浏览网页执行任务，腾讯AI lab发布多模态端到端Agent

Agent的发展成为了LLM发展的一个热点。只需通过简单指令，Agent帮你完成从输入内容、浏览网页、选择事项、点击、返回等一系列需要执行多步，才能完成的与网页交互的复杂任务。比如给定任务：“搜索Apple商店，了解iPad智能保护壳SmartFolio的配件，并查看最近的自提点位置（邮政编码90038）。”下图演示Agent如何按照在线方式逐步与Apple网站进行交互，完成任务。在最后的屏幕截图
夕小瑶·2024-02-04 16:35

今日arXiv最热NLP大模型论文：像人一样浏览网页执行任务，腾讯AI lab发布多模态端到端Agent

‍Agent的发展成为了LLM发展的一个热点。只需通过简单指令，Agent帮你完成从输入内容、浏览网页、选择事项、点击、返回等一系列需要执行多步，才能完成的与网页交互的复杂任务。比如给定任务：“搜索Apple商店，了解iPad智能保护壳SmartFolio的配件，并查看最近的自提点位置（邮政编码90038）。”下图演示Agent如何按照在线方式逐步与Apple网站进行交互，完成任务。在最后的屏幕截
夕小瑶·2024-02-04 16:04

【the war of art翻译】1. WHAT I DO

THEWAROFARTWHATIDOIgetup,takeashower,havebreakfast.Ireadthepaper,brushmyteeth.IfIhavephonecallstomake
cuizixin·2024-02-04 13:07

2021年第四届土木，建筑与环境工程国际会议（ICCAEE 2021）EI检索

年10月30日录用通知：投稿后2周内收录检索：EI,Scopus会议简介★2021年第四届土木，建筑与环境工程国际会议（ICCAEE2021）---EiCompendex＆Scopus-Callforpapers
CoreShare科享学术交流中心·2024-02-04 10:05

INDEMIND双目惯性模组运行实时ORB-SLAM3教程

现在实验室视觉SLAM已经不够满足，所以需要多模态融合，正巧购入高翔博士推荐的INDEMIND双目惯性模组，根据官方例程在中使用ROS接入ORB-SLAM3，这回有SDK及ORB-SLAM3安装过程中的各种常见性问题解决方法及安装细节
极客范儿·2024-02-04 10:01

第六届多模态脑网络数据处理班（直播：2023.6.15~6.25）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2024-02-04 08:00

AI新工具(20240202) OmniLMM-面向图文理解的开源多模态大模型；MusicFX是谷歌推出创造音乐的平台

OmniLMM-面向图文理解的开源多模态大模型OmniLMM是一系列面向图文理解的开源多模态大模型，接受图像和文本输入，并提供高质量的文本输出。
go2coding·2024-02-04 07:19

Nonterrestrial Networks (NTN) for 5G and Beyond

OverviewInthispaper,we’lltakealookatthecurrentstateofNTNs,someofthenewapplicationsbeingexplored,andcrucially
东枫科技·2024-02-04 05:20

(CVPR-2021)RepVGG：让 VGG 风格的 ConvNet 再次伟大

RepVGG：让VGG风格的ConvNet再次伟大Title：RepVGG:MakingVGG-styleConvNetsGreatAgainpaper是清华发表在CVPR2021的工作paper链接Abstract
顾道长生'·2024-02-04 00:53

[Paper Reading] TiDB: A Raft-based HTAP Database

Date:2021.04目录=====1.Introduction=====2.RAFT-BASEDHTAP=====3.ARCHITECTURE=====4.MULTI-RAFTSTORAGE=====4.1Row-basedStorage(TiKV)=====4.1.1OptimizationbetweenLeadersandFollowers=====4.1.2AcceleratingRea
wangxin201492·2024-02-04 00:58

【2023地理设计组一等奖】多模态地理空间数据支持下的城市洪涝灾害韧性评价

作品介绍1作品背景近几年，城市化进程的加快和全球气候变暖导致气候系统不稳定，极端天气事件的发生频率逐渐上升[1]。据统计，洪涝灾害是最常见、最广泛和最具破坏性的自然灾害之一[2]。2021年7月，河南地区发生历史罕见特大暴雨，造成严重的洪涝灾害，而在2023年7月，强降雨导致河北地区遭受洪涝灾害。在洪涝灾害日益严峻的情况下，对洪涝灾害的研究是提升城市韧性的基础[3,4]。城市洪涝灾害韧性是指城市系
sky J·2024-02-03 21:27

媒体AI解决方案

贴合媒体业务流程提供智能生产、多模态内容结构化、智能编解码、审核等丰富智能应用，贴合行业“采编存管播发”场景。
公有云服务商·2024-02-03 17:52

【20210326期AI简报】用RISC-V微控制器开发难不难？行人搜索AI框架新突破~

条相关新闻，明日朝花节，有时候要冲，有时候也要出去走走~本文一共字，通篇阅读结束需要7~11分钟1.首个无需锚框（Anchor-Free）的行人搜索框架|CVPR2021|CVer、demoimagePaper
RT-Thread物联网操作系统·2024-02-03 12:51

最新AI系统ChatGPT网站H5系统源码，支持Midjourney绘画局部编辑重绘，GPT语音对话+ChatFile文档对话总结+DALL-E3文生图

已支持GPT语音对话、GPT-4-Turbo模型、DALL-E3文生图、GPT-4-1106-Preview多模态模型。支持GPT-4图
白云如幻·2024-02-03 12:28

如何用gpt快速做好数据分析？

由于技术限制，目前InfinitePaperAI仅支持上传1份文件，且大小不超过10M。但是，在强大的代码解释器面前，这都是小问题。
赵闪闪168·2024-02-03 11:53

【165block- ✤ -N o .102-103】M04脚踏石＆M08魔法方块

SumofPieces:“2350p”2022年4月25日周一27°～6°晴101轻度M04-SteepingStones（脚踏石）Jane’sBlock＆MyBlockDifficulty=MediumPaperFoundationNumberofPieces
hh妈·2024-02-03 10:37

【NeRF和NLP】一些观察感悟，碎碎念

NeRF的paper，有几个感想：NeRF读的时候感觉和diffusion思路特别像，训练目标是一个很小很小的子步骤，大大简化了训练难度NeRF建模的是“真实”世界，其用模型隐含的存储了真实世界的体素（
Deno_V·2024-02-03 10:06

周红伟：人类进入大模型时代，All in AI，未来大模型 10 大趋势

7、2024年多模态会成为大模型标准。8、2024AIGC将会替代70%的主播。9、大模型人形机器人将成为主流。10、大模型重新发明电力。
AI周红伟·2024-02-03 09:48

周红伟：人类进入大模型时代，All in AI，未来大模型 10 大趋势

7、2024年多模态会成为大模型标准。8、2024AIGC将会替代70%的主播。9、大模型人形机器人将成为主流。10、大模型重新发明电力。
AI周红伟·2024-02-03 09:48

联合语言和视觉的力量，复旦团队发布全新多专家融合视觉-语言大模型

基于新架构的眸思将擅长图文匹配、光学字符识别（OCR）和图像分割等多种经典视觉任务的专家巧妙地融为一体，显著地提高了多模态大模型在多模态对话中传统视觉任务上的表现效果。
PaperWeekly·2024-02-03 09:46
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他