Fugu-MT 論文翻訳(概要): Reverse Browser: Vector-Image-to-Code Generator

論文の概要: Reverse Browser: Vector-Image-to-Code Generator

arxiv url: http://arxiv.org/abs/2509.05394v1
Date: Fri, 05 Sep 2025 11:13:40 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-09 14:07:03.491981
Title: Reverse Browser: Vector-Image-to-Code Generator
Title（参考訳）: リバースブラウザ:ベクトル画像からコードへのジェネレータ
Authors: Zoltan Toth-Czifra,
Abstract要約: 私はビットマップの代わりにベクトルイメージをモデル入力として使います。私は機械学習モデルをトレーニングするための大規模なデータセットをいくつか作成します。それから、大きなオープンウェイトモデルをトレーニングし、その制限について議論します。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Automating the conversion of user interface design into code (image-to-code or image-to-UI) is an active area of software engineering research. However, the state-of-the-art solutions do not achieve high fidelity to the original design, as evidenced by benchmarks. In this work, I approach the problem differently: I use vector images instead of bitmaps as model input. I create several large datasets for training machine learning models. I evaluate the available array of Image Quality Assessment (IQA) algorithms and introduce a new, multi-scale metric. I then train a large open-weights model and discuss its limitations.
Abstract（参考訳）: ユーザインターフェース設計のコードへの変換(イメージ・トゥ・コードまたはイメージ・トゥ・UI)を自動化することは、ソフトウェア工学研究の活発な領域である。しかし、現在の最先端のソリューションは、ベンチマークによって証明されているように、元の設計に高い忠実さを達成できない。私はビットマップの代わりにベクトルイメージをモデル入力として使います。私は機械学習モデルをトレーニングするための大規模なデータセットをいくつか作成します。画像品質評価(IQA)アルゴリズムの配列を評価し,新しいマルチスケールメトリクスを導入する。それから、大きなオープンウェイトモデルをトレーニングし、その制限について議論します。

関連論文リスト

Zero-Shot Detection of AI-Generated Images [54.01282123570917]
AI生成画像を検出するゼロショットエントロピー検出器(ZED)を提案する。機械によるテキスト検出の最近の研究に触発された私たちのアイデアは、分析対象の画像が実際の画像のモデルと比較してどれだけ驚くかを測定することである。 ZEDは精度の点でSoTAよりも平均3%以上改善されている。
論文参考訳（メタデータ） (2024-09-24T08:46:13Z)
Image Coding for Machines with Object Region Learning [0.0]
対象領域を学習する画像圧縮モデルを提案する。私たちのモデルはROIマップのような入力として追加情報を必要としておらず、タスクロスを使用しません。
論文参考訳（メタデータ） (2023-08-27T01:54:03Z)
Image Vectorization: a Review [4.258673477256579]
ベクトル画像を直接生成するのではなく、まずイメージを合成し、次にベクトル化を適用することができる。本稿では,機械学習互換ベクトル化手法に特化して着目する。
論文参考訳（メタデータ） (2023-06-10T13:41:02Z)
Not All Image Regions Matter: Masked Vector Quantization for Autoregressive Image Generation [78.13793505707952]
既存の自己回帰モデルは、まず画像再構成のための潜伏空間のコードブックを学習し、学習したコードブックに基づいて自己回帰的に画像生成を完了する2段階生成パラダイムに従っている。そこで本研究では,Masked Quantization VAE (MQ-VAE) Stackモデルを用いた2段階フレームワークを提案する。
論文参考訳（メタデータ） (2023-05-23T02:15:53Z)
Towards Accurate Image Coding: Improved Autoregressive Image Generation with Dynamic Vector Quantization [73.52943587514386]
既存のベクトル量子化(VQ)ベースの自己回帰モデルは、2段階生成パラダイムに従う。画像領域を可変長符号に符号化する動的量子化VAE(DQ-VAE)を提案する。
論文参考訳（メタデータ） (2023-05-19T14:56:05Z)
T-former: An Efficient Transformer for Image Inpainting [50.43302925662507]
トランスフォーマーと呼ばれる注目に基づくネットワークアーキテクチャのクラスは、自然言語処理の分野で大きなパフォーマンスを示している。本稿では,Taylorの展開に応じて,解像度に線形に関連付けられた新たな注意を設計し,この注意に基づいて,画像インペイントのためのネットワークである$T$-formerを設計する。いくつかのベンチマークデータセットの実験により,提案手法は比較的少ないパラメータ数と計算複雑性を維持しつつ,最先端の精度を達成できることが示されている。
論文参考訳（メタデータ） (2023-05-12T04:10:42Z)
ALAP-AE: As-Lite-as-Possible Auto-Encoder [6.244939945140818]
本稿では,条件付き画像生成オートエンコーダが必要とするテンソル計算を削減するアルゴリズムを提案する。条件付き画像生成タスクの性能向上を示す。画像品質を維持しつつ、CPUのみのデバイス上で様々なオートエンコーダのリアルタイムバージョンを実現する。
論文参考訳（メタデータ） (2022-03-19T18:03:08Z)
Memory Defense: More Robust Classification via a Memory-Masking Autoencoder [0.0]
深層ニューラルネットワークは、誤分類を引き起こすために慎重に製作された画像の微小摂動の影響を受けやすい。この課題に対処するために,メモリマスキングオートエンコーダを備えた拡張型分類器であるメモリディフェンスを提案する。我々は、広く使われている4つの攻撃に対して、モデルの堅牢性をテストする。
論文参考訳（メタデータ） (2022-02-05T16:30:32Z)
AugNet: End-to-End Unsupervised Visual Representation Learning with Image Augmentation [3.6790362352712873]
我々は、未ラベル画像の集合から画像特徴を学習するための新しいディープラーニングトレーニングパラダイムであるAugNetを提案する。実験により,低次元空間における画像の表現が可能であることを実証した。多くのディープラーニングベースの画像検索アルゴリズムとは異なり、我々のアプローチは外部アノテーション付きデータセットへのアクセスを必要としない。
論文参考訳（メタデータ） (2021-06-11T09:02:30Z)
Swapping Autoencoder for Deep Image Manipulation [94.33114146172606]
画像操作に特化して設計されたディープモデルであるSwapping Autoencoderを提案する。キーとなるアイデアは、2つの独立したコンポーネントで画像をエンコードし、交換された組み合わせをリアルなイメージにマップするように強制することだ。複数のデータセットの実験により、我々のモデルはより良い結果が得られ、最近の生成モデルと比較してかなり効率が良いことが示されている。
論文参考訳（メタデータ） (2020-07-01T17:59:57Z)

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。