「detection」の検索結果
31 件ultralyticsはYOLO(You Only Look Once)の技術を使用したオブジェクト検出ライブラリで、高い精度を提供している。
YOLOv5という物体検出アルゴリズムをPyTorchから他の言語に変換できるライブラリ。
データラベル化と注釈化を行うためのツールです。
CVATは、機械学習用の業界標準のデータエンジンです。さまざまなスケールのチームが使用し、さまざまなスケールのデータに対応しています。
FiftyOneは、データセットの精査とAIモデル可視化を支援するライブラリです。このライブラリは、データセットの品質を高め、AIモデルを可視化するのを支援するために使用できます。
電気生理信号から表現を学習し、脳コンピューターインターフェースの開発を支援する。
presidioは、テキスト、画像、構造化データを含む敏感データを検出、削除、マスク、アノニマイズするオープンソースフレームワークです。自然言語処理、パターンマッチング、カスタマイズ可能なパイプラインをサポートします。
3次元空間理解技術のための新しいアプローチであるVLM-IE3D（Vision-Language Models with Implicit and Explicit 3D geometry）を提案しました。VLM-IE3
A vision-language AI assistant returns its answer as a stream of generated tokens. Therefore, a safety guard t
Topological maps are key outputs of autonomous driving perception systems, delivering essential road informati
Deepfake detection is moving beyond binary classification decisions toward systems that can also explain the v
pycaretは、Pythonによるオープンソースの低コストオートMLプラットフォームで、Reactコントロールプレーンを備えたsklearnネイティブエンジンを搭載しています。
Visible-infrared (VIS-IR) alignment is a key pre-training task for robust multi-sensor perception. Most existi
Tracking objects through state transformations is essential for understanding real-world dynamics. However, ex
ReferTrack は、自然言語で対象の車両に付近する自動車を追従させるシステムである。このシステムでは、対象の車両に付近する自動車を認識する後、自動車の動きを予測する。
supervisionは、機械学習技術を活用して、ユーザー独自のコンピュータビジョンツールを作成することができる。
このプロジェクトは２Ｄおよび３Ｄ顔の分析を実現するための基盤プロジェクトであり、最先端の技術を導入して顔の分析を実現します。
Detectors for AI-generated video are evaluated offline. A clip is decoded to pixels and scored once, increasin
この研究では、高空飛行の無信号位置指示のNGPS (Next-Generation Positioning System)というフレームワークを提案しました。NGPSは、GPSの信号を利用せずに位置推定を可能にします。N
In search and rescue operations, there is a period known as the "golden time" during which the probability of
Real-time EEG classification on edge devices is bottlenecked by the floating-point arithmetic of conventional
In line with the prevailing direction of vision research, we explore the integration of both generation and ed
We propose Token-Level Off-Policy Labeling (TOPL), an off-policy training paradigm that reframes post-training
Self-hosted AI agents read and write their own memory and configuration files to function. An agent may get co
Video multimodal large language models (MLLMs) can describe what happens in a video, but rarely identify when
Cross-view geo-localization matches ground-level observations against geo-tagged satellite imagery. Recent met
Graph retrieval-augmented generation (GraphRAG) enhances large language models with structured knowledge, yet
Training-free in-context segmentation enables new object categories to be introduced at inference time from a
このライブラリは、コンピューター ビジョンのための高度なAI解釈と可視化ソリューションです。このライブラリは、CNN、ビジョン トランスフォーム、分類、物体検出、分割、画像類似度など、さまざまなコンピューター ビジョンの
Plasma diagnostic models for tokamak fusion devices are almost universally evaluated on clean, complete sensor
facial_recognitionライブラリはPythonとコマンドラインでface_recognition APIを提供します。ライブラリはOpenCVのdlibライブラリを利用し、顔認識を単純に扱います。