object recognition | BriefGPT

关键词object recognition

搜索结果 - 343

GSR-BENCH: 通过多模态的 LLM 评估接地式空间推理的基准
这篇研究报告通过扩展 What'sUp 数据集，提出了一个全面的评估方法用于空间关系理解，并对 27 种不同模型的性能进行了评估，其中包括早期的视觉语言模型（VLMs）和三类多模态语言模型（MLLMs），以验证其在任务中的表现和研究其规模的
PDF11 days ago
稳定语义：自然图像中语义表示的合成语言 - 视觉数据集
理解视觉场景的语义是计算机视觉中的基本挑战之一。我们提出了 StableSemantics 数据集，其中包括 22.4 万个人工筛选的提示、处理过的自然语言字幕、超过 200 万个合成图像和 1000 万个对应于单个名词短语的注意力地图。我
PDF11 days ago
强化农业 4.0 的传粉者保护：通过物体识别监测蜜蜂
使用计算机视觉和目标识别技术自动追踪和报告蜜蜂行为，以实现保护传粉动物，推动环境监测和全球粮食安全，进而提供一个可解释的人工智能接口，方便非技术专家利用蜜蜂检测事件生成时间戳报告和图表，以促进环保产业的负责任消费和生产。
PDFa month ago
Imagine2touch：使用低维信号的机器人操作预测性触觉感知
我们的目标是使机器人具备与人类类似的潜在触觉信号感知能力，通过使用一种名为 Imagine2touch 的方法，可以根据表示待触摸区域的视觉补丁来预测预期的触摸信号。我们使用了一种廉价而紧凑的触摸传感器 ReSkin 来收集所需的数据集，通
PDF2 months ago
基于混合经典量子卷积神经网络的水下图像机载分类
利用量子 - 经典混合机器学习方法，实现了首次在自主水下车辆上进行实时水下物体识别，效率大于 65％，运行时间减少三分之一，并且相比经典机器学习方法，所需数据集大小减少 50％。
PDF2 months ago
ECOR：面向目标识别的可解释 CLIP
在本研究中，我们通过给对象识别任务中的大视觉语言模型（VLMs）提供可解释性的数理定义（基于类别和原因的联合概率分布），以一种可解释的方式对 CLIP 进行微调，从而在解释性分类方面展现了最先进的性能，尤其在零样本设置下表现出了它的适应性，
PDF2 months ago
超远距离条件下训练目标识别模型的扩散式数据生成器
对于机器人完成复杂任务来说，对象识别是基本要求。在人机交互的超远距离姿势识别方面，我们提出了基于扩散模型的超远距离扩散（DUR）框架，能够生成各种场景中远距离对象的标记图像，并且在训练超远距离姿势识别模型时表现出了优越性。
PDF2 months ago
MindSet: Vision. 用于关键心理实验中测试深度神经网络的工具箱
一项关于深度神经网络与人类视觉的研究，介绍了名为 MindSet: Vision 的工具箱，包含一系列图像数据集和相关脚本，用于测试 DNNs 在 30 个心理发现方面，并提供了代码以重新生成这些数据集，并提供了测试 DNNs 的代码，使用
PDF3 months ago
伪触感：高效感知机器人操作中物体表面的触觉
通过学习低维度的视觉 - 触觉嵌入，本研究利用触觉传感器和视觉数据实现了机器人的触觉信号预测，成功应用于物体识别和抓握稳定性预测任务，并在后两个任务上展现了优越性能。
PDF3 months ago
ParFormer：使用并行的本地全局令牌混合和卷积注意力补丁嵌入的视觉 Transformer 基线
该研究提出了 ParFormer 作为一种改进的 transformer 体系结构，通过将不同的 token mixer 集成到一个阶段中，从而提高特征提取能力。与传统的窗口移动方法不同，结合本地和全局数据可以精确表示短程和长程空间关系。通
PDF3 months ago
通过视觉到触觉音频跨模态迁移学习进行潜在物体特征识别
通过视觉传感器和触觉 - 音频传感器的交叉模态迁移学习框架，提高物体识别准确性和机器人运动稳定性。
PDF4 months ago
ICLR不要以貌取人：视频识别的运动一致增强
本研究探讨了色调变化对视频识别的影响，并提出了一种名为 Motion Coherent Augmentation（MCA）的数据增强方法，通过引入视频中的外观变化，隐式地鼓励模型优先考虑动态模式而非静态外观。我们提出了一个名为 SwapMi
PDF4 months ago
学习与搜索：使用对比学习进行对象查找的精妙技术
该论文介绍了一种名为 “学习和搜索” 的新方法，它利用对比学习的力量来增强检索系统的效率和有效性，提供了详尽的实验结果，展示了其在图像识别中辨别最相似区域的优越性，该方法无疑在对象分类和分割领域的方法进化中取得了重要的进展。
PDF4 months ago
MiKASA: 3D 视觉定位的多关键锚点和场景感知变换器
我们提出了 MiKASA（多键锚点场景感知）Transformer 模型，通过自注意力机制和多键锚点技术，提高了目标识别的准确性和对空间关系的理解，同时改善了决策的可解释性。在 Referit3D 挑战中，我们的模型在 Sr3D 和 Nr3
PDF4 months ago
基于 CUDA 的稀疏卷积在 GPU 上的三维点云优化
近年来，深度学习方法的利用显著增加，尤其是卷积神经网络（CNNs），已成为涉及结构化网格数据的各个领域，如图片分析和处理中的主要方法。然而，在许多领域中，激光雷达和 3D 传感器的指数增长导致了对 3D 点云分析的增加需求。与照片不同，点云
PDF5 months ago
物联网中识别问题的逻辑识别方法
通过使用逻辑代数和值逻辑方法解决物体识别问题，本研究旨在开发一种由逻辑特征和非交叉对象类别构成的参考表的逻辑方法，通过构建逻辑函数在整个特征空间上的最优延续来确定对象类别的拓展。
PDF5 months ago
人类在给予足够时间的情况下，以不常见的姿势识别物体时胜过深度神经网络
深度学习与人类在几个物体识别基准上的差距正在缩小。在本文中，我们研究了在不寻常视角下观察物体的情况下这个差距。我们发现，与最先进的预训练网络（EfficientNet，SWAG，ViT，SWIN，BEiT，ConvNext）相比，人类在识别
PDF5 months ago
合成数据用于多物体抓握中的快速注释和鲁棒分割
本研究提出了一种合成数据生成方法，结合小规模真实数据集，通过生成的合成场景数据和深度信息，训练出在物体识别、姿态估计和图像分割等方面表现优越的机器人抓取算法。
PDF5 months ago
基于 You Look Only Once (YOLO) 算法的农业目标检测：一项文献计量和系统文献综述
视觉在农业中发挥着重要作用，研究和应用 You Look Only Once (YOLO) 在农业领域的物体识别能够实现实时监测、自动化监视和物体处理，减少劳动力、生产成本和环境影响，同时最大限度地提高资源效率。
PDF5 months ago
分层复杂匹配学习产生了一个更好的 V2 皮层模型
通过在连续层上独立进行自我监督训练的自底向上方法，我们使两阶段的模型更好地与灵长类动物的 V2 区域神经活动一致，提高了对于识别对象和与人类行为相一致的一致性。
PDF6 months ago