Une équipe de recherche a présenté Revisit Anything, une technologie innovante de reconnaissance visuelle de localisation permettant d'identifier le lieu représenté sur une image simplement en la soumettant. Note sur les sources : L'image a été générée par IA, fournie par le service d'autorisation d'images Midjourney. Cette technologie combine les derniers modèles SAM (Segment Anything Model) et DINO (Self-Distillation with No Labels) pour améliorer la recherche par segments d'images.

Les produits de numérisation ont connu une croissance contre-cyclique pendant la pandémie. Selon les données d'IDC, les livraisons de scanners en Chine ont augmenté de 9,7 % en 2021. Le moteur OCR Tesseract de Google affiche un taux de précision proche de 100 %, résolvant ainsi efficacement les problèmes de précision des données. Quark Scan King a lancé une fonction de numérisation universelle prenant en charge l'édition de texte et de tableaux, améliorant ainsi l'expérience utilisateur. Quark Scan King s'attaque aux problèmes des jeunes utilisateurs en proposant une reconnaissance automatique du format et de la mise en page des documents. La technologie des grands modèles aide Quark Scan King à atteindre un taux de précision de 99 % pour la reconnaissance de l'écriture manuscrite et des formules, ce qui est une avancée dans le secteur.

🎯Tendances des applications des grands modèles : L'article mentionne que les grands modèles sont passés du développement du modèle à l'innovation côté application. 👀Limitations de la reconnaissance visuelle : Les performances de GPT-4 dans les tâches de reconnaissance visuelle présentent des limitations, il est nécessaire d'améliorer les capacités de généralisation du modèle.💡Importance des tests de modèles : Il faut se méfier des tests de modèles uniquement sur les ensembles d'entraînement, les performances de généralisation du modèle sont la clé.