論文の概要: BU-CVKit: Extendable Computer Vision Framework for Species Independent Tracking and Analysis

• arxiv url: http://arxiv.org/abs/2306.04736v1
• Date: Wed, 7 Jun 2023 19:12:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-09 17:50:30.394725
• Title: BU-CVKit: Extendable Computer Vision Framework for Species Independent Tracking and Analysis
• Title（参考訳）: BU-CVKit:独立性追跡・分析のための拡張可能なコンピュータビジョンフレームワーク
• Authors: Mahir Patel, Lucas Carstensen, Yiwen Gu, Michael E. Hasselmo, Margrit Betke
• Abstract要約: 本稿では,チェーンプロセッサを用いた研究パイプライン作成を可能にするコンピュータビジョンフレームワークを提案する。 コミュニティはフレームワークの作業のプラグインを作成できるため、再利用性、アクセシビリティ、作業の公開性が向上する。 フレームワーク用に作成されたサンプルプラグインを通じて生成された行動パイプラインの例を示す。
• 参考スコア（独自算出の注目度）: 7.036239435275302
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A major bottleneck of interdisciplinary computer vision (CV) research is the lack of a framework that eases the reuse and abstraction of state-of-the-art CV models by CV and non-CV researchers alike. We present here BU-CVKit, a computer vision framework that allows the creation of research pipelines with chainable Processors. The community can create plugins of their work for the framework, hence improving the re-usability, accessibility, and exposure of their work with minimal overhead. Furthermore, we provide MuSeqPose Kit, a user interface for the pose estimation package of BU-CVKit, which automatically scans for installed plugins and programmatically generates an interface for them based on the metadata provided by the user. It also provides software support for standard pose estimation features such as annotations, 3D reconstruction, reprojection, and camera calibration. Finally, we show examples of behavioral neuroscience pipelines created through the sample plugins created for our framework.
• Abstract（参考訳）: 学際的コンピュータビジョン(CV)研究の大きなボトルネックは、CVや非CV研究者による最先端のCVモデルの再利用と抽象化を容易にするフレームワークの欠如である。 ここでは,チェーン可能なプロセッサを用いた研究パイプライン作成を可能にするコンピュータビジョンフレームワークであるbu-cvkitを紹介する。 コミュニティはフレームワークの作業のプラグインを作成できるため、最小限のオーバーヘッドで作業の再使用性、アクセシビリティ、公開性が向上する。 さらに、bu-cvkitのポーズ推定パッケージ用のユーザインタフェースであるmuseqpose kitを提供し、インストールされたプラグインを自動的にスキャンし、ユーザが提供するメタデータに基づいてそれらのインターフェースをプログラム的に生成する。 また、アノテーション、3D再構成、再プロジェクション、カメラキャリブレーションなどの標準ポーズ推定機能に対するソフトウェアサポートも提供する。 最後に、我々のフレームワーク用に作成されたサンプルプラグインを通して生成された行動神経科学パイプラインの例を示す。

関連論文リスト

• Unveiling the Backbone-Optimizer Coupling Bias in Visual Representation Learning [54.956037293979506]
  本論文は、視覚バックボーンと視覚バックボーンの相互作用と、その相互依存現象であるtextittextbfbackbonetextbfoptimizer textbfcoupling textbfbias (BOCB) について述べる。 我々は、VGGやResNetのような標準CNNがSGDファミリとの顕著な共存を示すのに対し、ViTsやConvNeXtといった最近のアーキテクチャは適応学習率と密接な結合性を持っていることを観察する。
  論文  参考訳（メタデータ） (2024-10-08T21:14:23Z)
• fVDB: A Deep-Learning Framework for Sparse, Large-Scale, and High-Performance Spatial Intelligence [50.417261057533786]
  fVDBは、大規模な3Dデータのディープラーニングのための新しいフレームワークである。 私たちのフレームワークは、既存のパイプラインとの相互運用性を可能にするPyTorchと完全に統合されています。
  論文  参考訳（メタデータ） (2024-07-01T20:20:33Z)
• BEHAVIOR Vision Suite: Customizable Dataset Generation via Simulation [57.40024206484446]
  我々は、コンピュータビジョンモデルの体系的評価のために、完全にカスタマイズされた合成データを生成するためのツールと資産のセットであるBEHAVIOR Vision Suite(BVS)を紹介する。 BVSはシーンレベルで多数の調整可能なパラメータをサポートする。 アプリケーションシナリオを3つ紹介する。
  論文  参考訳（メタデータ） (2024-05-15T17:57:56Z)
• arcjetCV: an open-source software to analyze material ablation [44.99833362998488]
  arcjetCVはオープンソースのPythonソフトウェアで、アークジェットテスト映像から熱シールド材質の凹みと凹み率の時間分解測定を自動化するように設計されている。 ArcjetCVは1次元(1D)畳み込みニューラルネットワーク(CNN)を含む機械学習モデルを使用してビデオセグメンテーションプロセスを自動化する グラフィカルユーザインタフェース(GUI)はユーザエクスペリエンスを単純化し、アプリケーションプログラミングインターフェース(API)はユーザーがスクリプトからコア関数を呼び出すことを可能にする。
  論文  参考訳（メタデータ） (2024-04-17T15:47:26Z)
• Lightweight Syntactic API Usage Analysis with UCov [0.0]
  本稿では,ライブラリメンテナのAPIによるインタラクション理解を支援するための,新しい概念フレームワークを提案する。 これらのカスタマイズ可能なモデルにより、ライブラリメンテナはリリース前に設計を改善することができ、進化中の摩擦を減らすことができる。 我々は,これらのモデルを新しいツールUCovに実装し,多様なインタラクションスタイルを示す3つのライブラリ上でその能力を実証する。
  論文  参考訳（メタデータ） (2024-02-19T10:33:41Z)
• ESPnet-SPK: full pipeline speaker embedding toolkit with reproducible recipes, self-supervised front-ends, and off-the-shelf models [51.35570730554632]
  ESPnet-SPKは、話者埋め込み抽出器を訓練するためのツールキットである。 我々は、x-vectorから最近のSKA-TDNNまで、いくつかのモデルを提供している。 開発モデルと他のドメインとの橋渡しも目指しています。
  論文  参考訳（メタデータ） (2024-01-30T18:18:27Z)
• What Can Human Sketches Do for Object Detection? [127.67444974452411]
  スケッチは非常に表現力が高く、本質的に主観的かつきめ細かい視覚的手がかりを捉えている。 スケッチ可能なオブジェクト検出フレームワークは、 textityou sketch -- textit that zebra' に基づいて検出する。 スケッチベース画像検索(SBIR)のために構築された基礎モデル(例えばCLIP)と既存のスケッチモデルとの直感的な相乗効果を示す。 特に、まず、エンコーダモデルの両方のスケッチブランチで独立に実行し、高度に一般化可能なスケッチとフォトエンコーダを構築する。
  論文  参考訳（メタデータ） (2023-03-27T12:33:23Z)
• Interactive Visualization of Protein RINs using NetworKit in the Cloud [57.780880387925954]
  本稿では,タンパク質動態,特に残基相互作用ネットワーク(RIN)の例について考察する。 NetworKitを使ってクラウドベースの環境を構築しています。 このアプローチの汎用性を実証するために、私たちは、RIN視覚化のためのカスタムJupyterベースのウィジェットを構築するためにそれを使用します。
  論文  参考訳（メタデータ） (2022-03-02T17:41:45Z)
• OdoViz: A 3D Odometry Visualization and Processing Tool [0.0]
  OdoVizは、自動運転車のデータセットの3D視覚化と処理のための、リアクティブなWebベースのツールである。 このシステムには、GPS/INSのポーズ、ポイントクラウド、カメライメージのロード、検査、可視化、処理の機能を提供する。
  論文  参考訳（メタデータ） (2021-07-15T18:37:19Z)
• A survey on Kornia: an Open Source Differentiable Computer Vision Library for PyTorch [0.0]
  Korniaは、汎用的なコンピュータビジョン問題を解決することを目的とした、さまざまなルーチンとモジュールのセットに基づいて構築された、オープンソースのコンピュータビジョンライブラリである。 パッケージはPyTorchをメインバックエンドとして使用しており、効率だけでなく、逆自動微分エンジンを利用して複雑な関数の勾配を定義し、計算する。
  論文  参考訳（メタデータ） (2020-09-21T08:48:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。