CVPR’25|华科&精测强强携手:AnomalyNCD实现多类别缺陷自主分类,无需人工标注也能精准识别缺陷类别
华科&精测提出AnomalyNCD,采用自监督学习和掩膜引导策略实现工业缺陷多类别自主分类,性能优于现有方法,具备数据集开放能力。
华科&精测提出AnomalyNCD,采用自监督学习和掩膜引导策略实现工业缺陷多类别自主分类,性能优于现有方法,具备数据集开放能力。
本文提供了多个遥感和计算机视觉数据集的下载链接,包括FloodNet、LoveDA、Sentinel-2 Cloud Mask、MiniFrance、LandCoverNet和DLR-SkyScapes等。这些数据集涉及建筑物淹没情况、城市交通状况、云掩码识别及全球土地覆盖分类等多个领域。
渲染与物理仿真的可编辑性?来自浙江大学的 MaGS 框架创新性地引入“网格吸附高斯”混合表示,在保留
标即可训练,既保持了 MLLM 的理解实力,又在图像生成任务上达到了强劲表现,包括图像编辑和主体驱动
T 架构中用双域感知适配模块与阶段融合控制器,实现身份与运动的自适应联合训练,仅需短时微调即可在保持
arX稀疏跨层连接机制,通过交替堆叠高复杂度“神经节层”与轻量“常规层”并限制跨层窗口,显著增强Vi
本文提出仅用32个一维离散 token 的高度压缩 TiTok tokenizer,无需训练额外生成模型,通过测试时梯度优化即可完成图像生成、编辑和修复任务。发现极致压缩提高了生成质量,挑战了传统“先压缩后生成”范式。