Parallel Residual Bi-Fusion Feature Pyramid Network for Accurate Single-Shot Object Detection 正確なシングル ショット オブジェクト検出のための並列残差バイフュージョン機能ピラミッド ネットワーク 2023-05-18T15:33:06+00:00 arXiv: arxiv.org/abs/2012.01724… arxiv-check-250201.firebaseapp.com/each/2012.0172…

CLUSTSEG: Clustering for Universal Segmentation CLUSTSEG: ユニバーサル セグメンテーションのためのクラスタリング 2023-05-18T15:34:53+00:00 arXiv: arxiv.org/abs/2305.02187… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.0218…

DisenBooth: Identity-Preserving Disentangled Tuning for Subject-Driven Text-to-Image Generation DisenBooth: 主題主導型のテキストから画像への生成のためのアイデンティティを保持したもつれの解けたチューニング arXiv: arxiv.org/abs/2305.03374… arxiv-check-250201.firebaseapp.com/each/2305.0337…

NODE-ImgNet: a PDE-informed effective and robust model for image denoising NODE-ImgNet: PDE に基づいた画像ノイズ除去のための効果的かつ堅牢なモデル 2023-05-18T15:41:14+00:00 arXiv: arxiv.org/abs/2305.11049… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1104…

A Comparative Study of Face Detection Algorithms for Masked Face Detection マスク顔検出のための顔検出アルゴリズムの比較研究 2023-05-18T16:03:37+00:00 arXiv: arxiv.org/abs/2305.11077… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1107…

A Study on Transformer Configuration and Training Objective 変圧器の構成とトレーニングの目的に関する研究 2023-05-18T16:08:10+00:00 arXiv: arxiv.org/abs/2205.10505… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2205.1050…

Inspecting the Geographical Representativeness of Images from Text-to-Image Models Text-to-Image モデルからの画像の地理的代表性の検査 2023-05-18T16:08:11+00:00 arXiv: arxiv.org/abs/2305.11080… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1108…

Blackout Diffusion: Generative Diffusion Models in Discrete-State Spaces ブラックアウト拡散: 離散状態空間における生成拡散モデル 2023-05-18T16:24:12+00:00 arXiv: arxiv.org/abs/2305.11089… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1108…

Universal Domain Adaptation from Foundation Models 基盤モデルからのユニバーサル ドメイン適応 2023-05-18T16:28:29+00:00 arXiv: arxiv.org/abs/2305.11092… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1109…

QPGesture: Quantization-Based and Phase-Guided Motion Matching for Natural Speech-Driven Gesture Generation QPGesture: 量子化ベースおよび位相ガイドによるモーション マッチングによる自然な音声駆動のジェスチャ生成 arXiv: arxiv.org/abs/2305.11094… arxiv-check-250201.firebaseapp.com/each/2305.1109…

XFormer: Fast and Accurate Monocular 3D Body Capture XFormer: 高速かつ正確な単眼 3D ボディ キャプチャ 2023-05-18T16:45:26+00:00 arXiv: arxiv.org/abs/2305.11101… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1110…

Progressive Learning of 3D Reconstruction Network from 2D GAN Data 2D GAN データからの 3D 再構成ネットワークの漸進的学習 2023-05-18T16:45:51+00:00 arXiv: arxiv.org/abs/2305.11102… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1110…

LLMScore: Unveiling the Power of Large Language Models in Text-to-Image Synthesis Evaluation LLMScore: テキストから画像への合成評価における大規模言語モデルの能力を明らかにする 2023-05-18T16:57:57+00:00 arXiv: arxiv.org/abs/2305.11116… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1111…

Skin Lesion Diagnosis Using Convolutional Neural Networks 畳み込みニューラル ネットワークを使用した皮膚病変の診断 2023-05-18T17:15:08+00:00 arXiv: arxiv.org/abs/2305.11125… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1112…

LMEye: An Interactive Perception Network for Large Language Models LMEye: 大規模言語モデル用の対話型認識ネットワーク 2023-05-18T17:28:58+00:00 arXiv: arxiv.org/abs/2305.03701… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.0370…

UniControl: A Unified Diffusion Model for Controllable Visual Generation In the Wild UniControl: 現場での制御可能なビジュアル生成のための統合拡散モデル 2023-05-18T17:41:34+00:00 arXiv: arxiv.org/abs/2305.11147… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1114…

MVPSNet: Fast Generalizable Multi-view Photometric Stereo MVPSNet: 高速汎用化可能なマルチビュー測光ステレオ 2023-05-18T17:57:29+00:00 arXiv: arxiv.org/abs/2305.11167… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1116…

ONE-PEACE: Exploring One General Representation Model Toward Unlimited Modalities ONE-PEACE: 無制限のモダリティに向けた 1 つの一般表現モデルの探求 2023-05-18T17:59:06+00:00 arXiv: arxiv.org/abs/2305.11172… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1117…

Going Denser with Open-Vocabulary Part Segmentation オープンボキャブラリー部分セグメンテーションによる密度の向上 2023-05-18T17:59:10+00:00 arXiv: arxiv.org/abs/2305.11173… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1117…

VisionLLM: Large Language Model is also an Open-Ended Decoder for Vision-Centric Tasks VisionLLM: 大規模言語モデルは、ビジョン中心のタスク用のオープンエンド デコーダーでもあります 2023-05-18T17:59:42+00:00 arXiv: arxiv.org/abs/2305.11175… 英/日サマリ↓ arxiv-check-250201.firebaseapp.com/each/2305.1117…