コンピュータビジョン

深層学習ブームの火付け役となった、大規模な画像データセット。

画像や紙の文書に写った文字を、コンピュータが読める文字に変換する技術。

ノイズを少しずつ除去する過程を学習し、高品質な画像などを生成する生成モデル。

テキストなどの指示から新しい画像をAIが作り出す技術。

画像と文章を同じ空間で結びつける、マルチモーダルの基礎モデル。

物体検出やセグメンテーションの標準として使われる画像データセット。

画像や映像をコンピュータに認識・理解させる技術分野。物体検出や顔認識などを含む。

Meta製の、画像内の任意の物体を切り分けられる汎用セグメンテーションモデル。

ある画像の内容を保ったまま、別の画風(スタイル)を適用する技術。

画像認識で威力を発揮する深層学習モデル。フィルタで局所的な特徴を段階的に抽出する。

低解像度の画像を、AIで高解像度に補完して鮮明にする技術。

画像と言語を結びつけて理解する、マルチモーダルモデルの一種。