会员服务
A Comparative Study of Custom CNNs, Pre-trained Models, and Transfer Learning Across Multiple Visual Datasets
Arxiv
0+阅读 · 1月5日
VisuoTactile 6D Pose Estimation of an In-Hand Object using Vision and Tactile Sensor Data
Arxiv
0+阅读 · 1月4日
RoLID-11K: A Dashcam Dataset for Small-Object Roadside Litter Detection
Arxiv
0+阅读 · 1月1日
PEDESTRIAN: An Egocentric Vision Dataset for Obstacle Detection on Pavements
Arxiv
0+阅读 · 2025年12月22日
ImageSet2Text: Describing Sets of Images through Text
Arxiv
0+阅读 · 2025年11月13日
OpenConstruction: A Systematic Synthesis of Open Visual Datasets for Data-Centric Artificial Intelligence in Construction Monitoring
Arxiv
0+阅读 · 2025年12月10日
DAVE: Diagnostic benchmark for Audio Visual Evaluation
Arxiv
0+阅读 · 2025年12月4日
Hyperbolic Geometry in Computer Vision: A Survey
Arxiv
1+阅读 · 2023年4月21日
WildRefer: 3D Object Localization in Large-scale Dynamic Scenes with Multi-modal Visual Data and Natural Language
Arxiv
0+阅读 · 2023年4月12日
A Closer Look at Audio-Visual Semantic Segmentation
Arxiv
0+阅读 · 2023年4月11日
Diffusion Models as Masked Autoencoders
Arxiv
0+阅读 · 2023年4月6日
A Grammar of Hypotheses for Visualization, Data, and Analysis
Arxiv
0+阅读 · 2023年4月3日
CodeTalker: Speech-Driven 3D Facial Animation with Discrete Motion Prior
Arxiv
0+阅读 · 2023年4月3日
SynthVSR: Scaling Up Visual Speech Recognition With Synthetic Supervision
Arxiv
0+阅读 · 2023年4月3日
Unsupervised Person Re-Identification with Wireless Positioning under Weak Scene Labeling
Arxiv
0+阅读 · 2023年4月5日
参考链接
微信扫码咨询专知VIP会员
Top