일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- iclr 2024
- Prompt Tuning
- active learning
- Computer Vision 논문 리뷰
- Meta AI
- Multi-modal
- Data-centric AI
- 자기지도학습
- deep learning 논문 리뷰
- Self-supervised learning
- object detection
- Segment Anything
- Segment Anything 리뷰
- contrastive learning
- VLM
- ai 최신 논문
- iclr 논문 리뷰
- Segment Anything 설명
- cvpr 2024
- CVPR
- deep learning
- cvpr 논문 리뷰
- Stable Diffusion
- ssl
- 논문 리뷰
- Computer Vision
- 컴퓨터비전
- Data-centric
- 논문리뷰
- Prompt란
- Today
- Total
목록전체 글 (26)
Study With Inha
AAAI 2024 accepted,Entropic Open-set Active LearningPaper Link: https://arxiv.org/abs/2312.14126GitHub: https://github.com/bardisafa/EOAL GitHub - bardisafa/EOAL: [AAAI 2024] An Implementation of Entropic Open-set Active Learning[AAAI 2024] An Implementation of Entropic Open-set Active Learning - bardisafa/EOALgithub.com IntroductionActive Learning (AL)은 레이블이 없는 dataset에서 가장 유익한 sample을 선별한 뒤, 해..
Meta FAIR SAM 2: Segment Anything in Images and Videos Segment Anything Model 2 설명 및 논문 리뷰Paper: SAM2 Paper LinkDemo: https://sam2.metademolab.comCode: https://github.com/facebookresearch/segment-anything-2 Website: https://ai.meta.com/sam2 Meta Segment Anything Model 2Access our research Open innovation To enable the research community to build upon this work, we’re publicly releasing a pretrai..
CVPR 2024 Highlight Paper(FG-OVD) The devil is in the fine-grained details: Evaluating open-vocabulary object detectors for fine-grained understanding논문 링크: https://arxiv.org/abs/2311.17518프로젝트 페이지: https://lorebianchi98.github.io/FG-OVD/ The devil is in the fine-grained details: Evaluating open-vocabulary object detectors for fine-grained understandingWe evaluated some state-of-the-art models o..
ICLR 2023 Spotlight (notable-top-25%),(SparK) Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling논문 링크: https://openreview.net/forum?id=NRxydtWup1SGitHub: https://github.com/keyu-tian/SparK Designing BERT for Convolutional Networks: Sparse and Hierarchical...This paper presents a simple yet powerful framework to pre-train convolutional network (convnet) with Sparse..
ICLR 2024 Oral Paper,Is ImageNet worth 1 video?Learning strong image encoders from 1 long unlabelled video논문 링크: https://openreview.net/forum?id=Yen1lGns2o Is ImageNet worth 1 video? Learning strong image encoders from 1...Self-supervised learning has unlocked the potential of scaling up pretraining to billions of images, since annotation is unnecessary. But are we making the best use of data? H..
CVPR 2024 Highlight Paper, Adapting Visual-Language Models for Generalizable Anomaly Detection in Medical Images 논문 리뷰Paper Link: https://arxiv.org/pdf/2403.12570GitHub Link: https://github.com/MediaBrain-SJTU/MVFA-AD 1. Introduction여러가지 Modality를 하나의 모델로 다루는 연구가 지속됨에 따라서, 최근 Visual-Language Model (VLM)이 괄목할만한 성능을 보이고 있다.하지만 CLIP을 포함한 대부분의 VLM은 대용량의 Natural image들로 pretrain되었기에, Domain Gap이나 Tas..
CVPR 2024, Open-World Semantic Segmentation Including Class Similarity논문 링크: https://www.ipb.uni-bonn.de/wp-content/papercite-data/pdf/sodano2024cvpr.pdfGitHub 링크: https://github.com/PRBonn/ContMAV 1. Introduction컴퓨터 비전 기술이 실제 산업에 많이 적용됨에 따라서 조금더 넓은 coverage를 가진 기술에 대한 관심이 많아지고 있다.본 논문도 컴퓨터 비전 task의 coverage를 넓히는 것을 목표로 하는 논문으로, Open World에서 발생하는 문제를 해결하고자 한다.Closed world: 정해져 있는 class 중에 정답을 맞추..
ICLR 2024, Interpreting CLIP's Image Representation via Text-Based Decomposition 논문 링크: https://openreview.net/attachment?id=5Ca9sSzuDp&name=pdf프로젝트 페이지 링크: https://yossigandelsman.github.io/clip_decomposition/ 1. Introduction최근 많은 논문들에서 거대한 Text, Image Pair로 학습시킨 CLIP 모델을 활용하는 후속 연구들을 진행하고 있다.본 논문에서는 CLIP의 이미지 인코더를 분석하여 모델의 각 구성 요소가 final representation에 미치는 영향을 해석 가능한 텍스트로 설명하고 있다.먼저, Attentio..
TMLR 2024, LLM-grounded Diffusion : Enhancing Prompt Understanding of Text-to-Image Diffusion Models with Large Language Models 논문 링크: https://arxiv.org/pdf/2305.13655.pdf 프로젝트 페이지 링크: https://llm-grounded-diffusion.github.io/ 1. Introduction Diffusion Model과 같은 Text-to-Image 생성 모델들의 발전은 높은 자유도로 질 좋은 이미지를 얻을 수 있도록 했다. 하지만 Stable Diffusion 및 최근에 나온 SDXL조차도 Text의 세부적인 내용을 파악하여 정확한 이미지를 생성하는 데에 한계가..
DOMINO: DISCOVERING SYSTEMATIC ERRORS WITH CROSS-MODAL EMBEDDINGS https://arxiv.org/pdf/2203.14960.pdf 1. Introduction 만약 데이터 중 중요한 subset (or slice)가 label되어 있지 않거나 error가 존재한다면, 최종 모델 성능에 영향을 미칠 수 있다. 따라서 underforming slice*를 찾아낸 뒤 이에 적합한 label을 붙여줄 수 있다면, 모델의 robustness 및 trainin dataset을 업데이트 하는 데에도 도움을 줄 수 있다. (*slice: a group of data examples that share an attribute or characteristic) 본 논문..
Google Research, NeurIPS 2023 acceptedStableRep: Synthetic Images from Text-to-Image ModelsMake Strong Visual Representation Learners논문 링크: https://arxiv.org/pdf/2306.00984.pdf StableRep은 NeurIPS 2023에 accept된 논문으로 LG AI Research에서 정리한 NeurIPS 2023 주요 연구주제에 선정된 논문이다.LG AI 리서치 블로그: https://www.lgresearch.ai/blog/view?seq=379 [NeurIPS 2023] 주요 연구 주제와 주목할 만한 논문 소개 - LG AI Research BLOGNeurIPS 2023,..
ObjectLab: Automated Diagnosis of Mislabeled Images in Object Detection Datahttps://arxiv.org/pdf/2309.00832.pdf 1. Introduction아래 링크의 글에서 볼 수 있듯이, 잘못된 GT를 가진 Dataset으로 학습된 모델의 경우 그 성능이 낮아질 수 있다.이를 방지하기 위해서 연구되는 분야가 Data-centric AI에서 'Data Preparation' 단계의 'Data Cleaning'이다.[Computer Vision 시리즈물 연재] - [Data-centric AI - 1편] DCAI 소개 [Data-centric AI - 1편] DCAI 소개 및 Data-centric AI: Perspectives a..