ECCV2024中有哪些值得关注的扩散模型相关的工作?

通过广泛的人类评估和基于GPT的组合评估,RFNet在生成现实和幻想场景方面优于现有方法。实验结果表明,RFNet在处理需要高度创造力和抽象思维的提示时,能够生成更准确、更具一致性的图像,展示了其在文本到图像生成...

【计算机视觉前沿研究 热点 顶会】ECCV 2024中目标检测有关的论文

整值训练和尖峰驱动推理尖峰神经网络用于高性能和节能的目标检测与人工神经网络(ANN)相比,脑激励的脉冲神经网络(SNN)具有生物合理性和低功耗的优势。由于SNN的性能较差,目前的应用仅限于简单的分类任务。在这项工作中,我们专注于弥合人工神经网络和神经网络...

【ECCV 2024】InternVideo2: Scaling Foundation Models for Multimodal Video Understanding

Authors单位【Paper】【Project】我们推出了InternVideo2,这是一个新的视频基础模型(ViFM)系列,它在视频识别、视频文本任务和以视频为中心的对话方面取得了最先进的结果。我们的核心...