본문 바로가기
반응형

분류 전체보기359

저널 jcr IF 확인 https://jcr.clarivate.com/jcr/home 2024. 2. 12.
Adding Conditional Control to Text-to-Image Diffusion Models (ControlNet) https://arxiv.org/abs/2302.05543 Adding Conditional Control to Text-to-Image Diffusion Models We present ControlNet, a neural network architecture to add spatial conditioning controls to large, pretrained text-to-image diffusion models. ControlNet locks the production-ready large diffusion models, and reuses their deep and robust encoding layers pr arxiv.org # Introduction Text-to-Image diffusio.. 2023. 11. 2.
Benchmarking Robustness of Adaptation Methods onPre-trained Vision-Language Models (NeurIPS 2023) https://arxiv.org/abs/2306.02080 Benchmarking Robustness of Adaptation Methods on Pre-trained Vision-Language Models Various adaptation methods, such as LoRA, prompts, and adapters, have been proposed to enhance the performance of pre-trained vision-language models in specific domains. The robustness of these adaptation methods against distribution shifts have not been s arxiv.org Abstract : 본 논.. 2023. 10. 10.
DiffusionEngine: Diffusion Model is Scalable Data Engine for Object Detection https://arxiv.org/abs/2309.03893 DiffusionEngine: Diffusion Model is Scalable Data Engine for Object Detection Data is the cornerstone of deep learning. This paper reveals that the recently developed Diffusion Model is a scalable data engine for object detection. Existing methods for scaling up detection-oriented data often require manual collection or generative m arxiv.org Abstract : object de.. 2023. 10. 9.
License Free 그림 (직접 제작) 2023. 8. 13.
카이스트, 연세대 AI 대학원 합격 후기 지방대, 학점 3점대, 비전공자 라는 3가지 벽을 뚫고 카이스트, 연세대 AI 대학원에 합격하였습니다. 대학교 재수도 안했는데, 대학원 재수를 하면서 감사하게도 좋은 결과가 따랐습니다. 정말 길고도 항상 불안한 시간이었지만 좋은 결과로 보답받았고, 3가지의 벽을 넘었다는 것이 너무 스스로 뿌듯하였습니다. 저와 같은 벽을 넘어야 되는 사람들이 많다고 생각하고, 이를 극복하기 위해 어떻게 해야되는지에 대한 "개인적으로 느낀" 것들을 적어보겠습니다.### 스펙- 학교 : 인천대학교 - 학부 : 경제 (주), 컴공 (복) - 학점 : 3.91 - 논문 : 총 8편 publish. 주저자 5편, 공동저자 3편, 탑티어 제출 (직전) 경험. - 주저자 : SCI 1 편 (IF : about 4), 세컨티어 해외 c.. 2023. 6. 19.
반응형