دسته: مقالات علمی

محققان در مقاله جدیدی به سراغ رفع یکی از چالش‌های اصلی مدل‌های CLIP رفته‌اند. مدل‌های CLIP معمولاً با استفاده از لایه‌های Softmax معمولی، روی…

محققان در مقاله جدیدی، معماری پیشرفته‌ای به نام ASFR-Net را معرفی کرده‌اند که چالش تشخیص تغییرات در تصاویر ماهواره‌ای ناهمگون (Heterogeneous) را حل می‌کند.…

یکی از چالش‌های اصلی در بازسازی سه‌بعدی صحنه‌ها بدون داشتن اطلاعات دوربین (Unposed)، جمع شدن خطاها در طول زمان است که باعث کاهش کیفیت…

محققان در مقاله جدیدی، فریم‌ورک نوآورانه‌ای به نام TACoS را معرفی کرده‌اند که کار segmentation یا قطعه‌بندی دقیق تصاویر مواد دو‌بعدی (مثل گرافن) را…

محققان در مقاله جدیدی، فریم‌ورک نوآورانه «PUF» را معرفی کرده‌اند که دنیای گراف‌های صحنه سه‌بعدی (3D Scene Graph) را متحول می‌کند. مشکل اصلی روش‌های…

محققان در مقاله جدیدی، چارچوب نوآورانه «SPaRa-DCAL» را معرفی کرده‌اند که دنیای تولید تصویر با متن (Text-to-Image) را یک قدم به جلو برده است.…

محققان در پژوهشی تازه، ۸ مدل پیشرفته بینایی-زبانی (VLM) را برای پاسخگویی به سوالات متنی-تصویری (DocVQA) در حوزه‌های مختلف مثل اسناد صنعتی، اینفوگرافیک‌ها و…

ویرایش اشیاء سه‌بعدی همیشه چالش‌برانگیز بوده، اما مدل جدید EditVerse3D این بازی را عوض کرده است! 🚀 این فریم‌ورک هوشمند به شما اجازه می‌دهد…

محققان در مقاله جدیدی، مدل نوآورانه MR-DCoT را معرفی کرده‌اند که مشکل تشخیص اشیاء در دامنه‌های ناشناخته (Unknown-Domain) را حل می‌کند. برخلاف روش‌های قدیمی…

محققان مدل جدیدی به نام DiffCVE معرفی کرده‌اند که با استفاده از مدل‌های انتشار (Diffusion Models)، کیفیت ویدیوهای به‌شدت فشرده و بی‌کیفیت را به‌طرز…