研究人员近日发布了一个名为4K-Rain13k的新数据集，这一数据集中包含了13,000对4K分辨率的图像，旨在解决超高清（UHD）图像中的去雨问题。4K-Rain13k数据集的推出，为图像处理和计算机视觉领域提供了宝贵的资源，使...

Anthropic推出了Claude AI聊天机器人的“工具使用”新功能，允许用户创建个性化助手，与任何外部API进行交互。通过这一功能，用户可以分析数据、提供产品推荐、跟踪订单、提供技术支持，甚至处理图像用于室内设计等应...

LeMeViT是一种新的方法，通过使用可学习元令牌来降低视觉Transformer的计算成本。这些元令牌能够高效地捕捉关键信息，从而显著提高推理速度。与传统的视觉Transformer相比，LeMeViT在保持高精度的同时，大幅减少了计...

CDFormer是一种全新的盲目图像超分辨率（BISR）方法，它通过一个创新的基于扩散的模块，整合了内容和降级理解。本方法突破了传统的盲目图像超分辨率技术，它不仅关注图像的内容，同时也关注图像的退化过程。CDFormer...

近日，EfficientTrain++推出了一种新颖的课程学习策略，显著减少了主要视觉模型如ResNet和Swin在ImageNet数据库上的训练时间。据悉，这种新的学习策略最多可以将模型训练时间缩短三倍。EfficientTrain++的这一突破不...

GitHub上最新的AI项目IC-Relight，是一款使用前景分离和文本调节的AI重照明工具，能带来极其强大的结果。该工具利用AI技术，将图像分为前景和背景，然后通过文本调节，实现对图像的精细控制和调整。这种方法的应用，...

ESDNet是一个专为图像去雨任务设计的脉冲神经网络（SNN）。这个神经网络模型首次将雨像素的独特属性用于增强脉冲信号强度。其设计理念是利用雨滴的像素值的特性，通过特定的神经网络结构和算法，实现对图像中的雨滴...

在2024年的Google I/O开发者大会上，Google发布了众多新功能，包括Gemini Flash、Veo视频生成、Imagen 3及其最新助手Project Astra。整体而言，这些改进数量惊人，包括扩大到2m的令牌上下文长度，大幅降低的模型价格...

DiffMatch是一种新颖的半监督变化检测方法，它利用视觉语言模型为未标记的数据合成伪标签，从而提供额外的监督信号。通过这种方式，DiffMatch能够更精确地检测图像中的变化，提高了图像处理和分析的效率和准确性。此...

最近，科技领域出现了一种全新的数据集和训练视觉语言模型，它能够在多图之间实现更高质量的指令跟踪。这种新的训练模型采用先进的视觉语言处理技术，可以识别并理解图片中的信息，并根据这些信息生成相应的指令。这...