会员服务
ImageNet项目是一个用于视觉对象识别软件研究的大型可视化数据库。超过1400万的图像URL被ImageNet手动注释，以指示图片中的对象;在至少一百万个图像中，还提供了边界框。ImageNet包含2万多个类别; [2]一个典型的类别，如“气球”或“草莓”，包含数百个图像。第三方图像URL的注释数据库可以直接从ImageNet免费获得;但是，实际的图像不属于ImageNet。自2010年以来，ImageNet项目每年举办一次软件比赛，即ImageNet大规模视觉识别挑战赛（ILSVRC），软件程序竞相正确分类检测物体和场景。 ImageNet挑战使用了一个“修剪”的1000个非重叠类的列表。2012年在解决ImageNet挑战方面取得了巨大的突破，被广泛认为是2010年的深度学习革命的开始。
SeFi-Image: A Text-to-Image Foundation Model with Semantic-First Diffusion
Arxiv
0+阅读 · 6月21日
The Scissors Effect: When Resize-Based Input Diversity Helps or Hurts Transfer Attacks
Arxiv
0+阅读 · 6月21日
QuantKAN: A Unified Quantization Framework for Kolmogorov Arnold Networks
Arxiv
0+阅读 · 6月15日
Training a Predictive Coding Network on ImageNet using Equilibrium Propagation
Arxiv
0+阅读 · 6月2日
Position: Stop Preaching and Start Practising Data Frugality for Responsible Development of AI
Arxiv
0+阅读 · 5月31日
Measurement Plasticity: Sensor-Level Adaptation for Vision-Language Models
Arxiv
0+阅读 · 6月11日
NSVQ: Mitigating Codebook Collapse by Stabilizing Encoder Drift in Vector Quantization
Arxiv
0+阅读 · 6月9日
Vision Transformers Need Better Token Interaction
Arxiv
0+阅读 · 5月22日
Taming Outlier Tokens in Diffusion Transformers
Arxiv
0+阅读 · 5月6日
Single-Thread JPEG Decoder Benchmarks Mis-Evaluate ML Data Loaders
Arxiv
0+阅读 · 5月20日
Single-Thread JPEG Decoder Benchmarks Mis-Evaluate ML Data Loaders
Arxiv
0+阅读 · 5月9日
Stylistic-STORM (ST-STORM) : Perceiving the Semantic Nature of Appearance
Arxiv
0+阅读 · 4月17日
PixelDiT: Pixel Diffusion Transformers for Image Generation
Arxiv
0+阅读 · 4月16日
Fair Benchmarking of Emerging One-Step Generative Models Against Multistep Diffusion and Flow Models
Arxiv
0+阅读 · 4月2日
Natural Image Classification via Quasi-Cyclic Graph Ensembles and Random-Bond Ising Models at the Nishimori Temperature
Arxiv
0+阅读 · 4月27日
参考链接
微信扫码咨询专知VIP会员
Top