用語集 › vision
GLOSSARY
vision
視覚。画像を扱う研究分野
4本の論文題名に登場
定義
画像や動画を扱う研究分野、すなわちコンピュータビジョンのこと。分類・検出・分割・生成などの課題があり、近年は言語と結びついた vision-language モデルが中心になっている。人間の視覚そのものを指すのではなく、機械が視覚情報を解釈する側の営みを指す。
論文題名での読み方
画像分野を指す
この語が出てくる解説
- 論文解説: LatentPress — 圧縮した文脈を、テキストにも画像にも戻さずLLMに直接読ませるLatentPress: Context Compression Beyond Text and Vision
- 論文解説: Qwen-Drive-1.0 — VLMの形を変えずに、3D知覚と運転計画を「外付け」するQwen-Drive-1.0: An Initial Step towards a Vision-Language Foundation Model for Autonomous Driving
- 論文解説: Beyond Data Scaling — ロボット基盤モデルは「データ量」より「表現」で決まる(VLAct)Beyond Data Scaling: Representation-Centric Continued Pre-training for Vision-Language-Action Models