教師なし異常の検出とローカリゼーションのベンチマーク
コンピュータビジョンで最も実用的で困難な問題の1つとして、教師なし異常の検出とローカリゼーションが近年大きな注目を集めています。 MVTec ADデータセットが提案されてから現在に至るまで、絶えず提案されている新しい研究方法は、その精度を飽和状態に押し上げています。さらなる研究を刺激するために、既存の方法の包括的な比較を行う時が来ました。このペーパーでは、教師なし異常検出およびローカリゼーションタスクのパフォーマンスに関して13のペーパーを広範囲に比較し、コミュニティによって以前は無視されていた推論効率の比較を追加します。一方、MVTec ADデータセットの分析も提供されます。特に、モデルに影響を与えるラベルのあいまいさは、満点を達成できません。さらに、新しいMVTec 3D-ADデータセットの提案を考慮して、このペーパーでは、この新しいデータセットに対して既存の最先端の2D手法を使用して
ノイズ除去による正則化を使用した教師なしディープアンロール再構成
Unsupervised Deep Unrolled Reconstruction Using Regularization by Denoising ディープラーニング手法は、さまざまなコンピュータービジョンタスクでうまく使用されています。その成功に触発されて、深層学習が磁気共鳴画像法（MRI）再構成で探求されてきました。特に、深層学習とモデルベースの最適化手法を統合することには、かなりの利点があります。ただし、通常、高品質の再構成には大量のラベル付きトレーニングデータが必要であり、これは一部のMRIアプリケーションでは困難です。本論文では、教師なしノイズ除去ネットワークとプラグアンドプレイ法を組み合わせることにより、MR画像再構成のための解釈可能な教師なし学習を可能にするDURED-Netという名前の新しい再構成法を提案した。イメージング物理学を利用する明示的な事前分布を追加することに
テキストと画像を使用したマルチモーダル表現学習
近年、マルチモーダルAIは、研究者がテキスト、画像、音声などのさまざまなタイプのデータをモデリングに統合して最良の結果を得るようになっているため、上昇傾向にあります。このプロジェクトでは、マルチモーダルAIと行列因数分解手法を活用して、テキストデータと画像データを同時に表現学習し、自然言語処理（NLP）とコンピュータービジョンの広く使用されている手法を採用しています。学習した表現は、ダウンストリームの分類および回帰タスクを使用して評価されます。採用された方法論は、教師なし表現学習にオートエンコーダーを使用するため、このプロジェクトの範囲を超えて拡張できます。 In recent years, multimodal AI has seen an upward trend as researchers are integrating data of different types such a
肺結節検出のための教師なし対照学習ベースの変圧器
Unsupervised Contrastive Learning based Transformer for Lung Nodule Detection コンピューター断層撮影（CT）による肺結節の早期発見は、肺がん患者のより長い生存とより良い生活の質にとって重要です。コンピューター支援検出/診断（CAD）は、このコンテキストで2番目または同時のリーダーとして価値があることが証明されています。ただし、肺結節の正確な検出は、肺結節のサイズ、位置、外観のばらつきだけでなく、肺構造の複雑さのために、このようなCADシステムや放射線技師にとっても課題となっています。これにより、CADの偽陽性率が高くなり、その臨床効果が損なわれます。最近のコンピュータービジョン技術に動機付けられて、ここでは、候補領域のセットの中から肺結節を識別するための自己監視領域ベースの3Dトランスフォーマーモデルを提示します
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
3D 空間でトークンを回復することにより、視点にとらわれない視覚的表現を学習する
混合クラス分布メトリックに基づくセマンティック整合性機能アライメントオブジェクト検出モデル
知覚的再構成を使用した教師なし単発深度推定
ラベルのない画像分類のためのマスクされた教師なし自己トレーニング
拡散モデルによる教師なし脳異常の高速検出とセグメンテーション
火星画像の分類とセグメンテーションのための半監視学習
人間の行動認識のために教師なしSTDPでトレーニングされた2D対3D畳み込みスパイキングニューラルネットワーク
低温電子顕微鏡法における体積再構成のための深層生成モデリング
Primitive3D：ランダムに組み立てられたプリミティブからの3Dオブジェクトデータセット合成
ノイズの多いリジッド画像アライメントのための教師なし差分学習
OTAdapt：教師なしドメイン適応のための最適なトランスポートベースのアプローチ
Spelkeオブジェクト推論による実世界画像の教師なしセグメンテーション
ディープスペクトル法：教師なしセマンティックセグメンテーションとローカリゼーションの驚くほど強力なベースライン
深層学習のための画像増強技術の包括的な調査
ビデオからの動的システムの準拠法とソース入力の抽出
ドメイン適応により、オブジェクト認識をすべての人に有効にできますか？