カテゴリー: DeepLearning

3.4k{icon} {views} Stable DiffusionでAttention Couple（Attentionレイヤーをハックして領域別にプロンプトを適用する手法）をスマートな方法で実装できないかなと思って […]...

5.5k{icon} {views} タイトル：Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection […]...

518{icon} {views} 論文：Sentence Simplification via Large Language Models 著者：Yutao Feng, Jipeng Qiang, Yun Li, Yu […]...

1.9k{icon} {views} タイトル：Flamingo: a Visual Language Model for Few-Shot Learning 著者：Jean-Baptiste Alayrac, Jeff […]...

2.5k{icon} {views} タイトル：Zero-1-to-3: Zero-shot One Image to 3D Object 著者：Ruoshi Liu, Rundi Wu, Basile Van Hoor […]...

5.6k{icon} {views} Attentionはこれまでの研究から多く有用性は報告されていたのですが、ネットワークの内側で使われることが多く、わかりやすく差を体感できる例を自分は知りませんでした。今回はCLIP […]...

1.5k{icon} {views} タイトル：MultiDiffusion: Fusing Diffusion Paths for Controlled Image Generation 著者：Omer Bar-Tal […]...

4.2k{icon} {views} タイトル：Zero-shot Image-to-Image Translation 著者：Gaurav Parmar, Krishna Kumar Singh, Richard Zh […]...

809{icon} {views} タイトル：Generalized Decoding for Pixel, Image, and Language 著者：Xueyan Zou, Zi-Yi Dou, Jianwei Y […]...

7.1k{icon} {views} CoCaとBLIP2の訓練済みモデルで遊んでみました。「ImageNet 1Kのゼロショット精度」と「キャプション生成」の2点について検証してみました。 きっかけ ほぼ同時期にBLI […]...