ECCVJul, 2022

JPerceiver: 自动驾驶全感知网络

PDF
TL;DR该研究提出了一种名为 JPerceiver 的新方法，通过多任务学习的方式，利用 CGT 比例损失和 CCT 模块促进跨任务知识转移，从单目视频序列中同时估计深度、VO 和 BEV 布局，是当前三项任务中准确性、模型尺寸和推理速度方面最优秀的方法。
depth estimationvisual odometrybird's-eye-view scene layout estimationmonocular video sequencemulti-task learning
发现论文，激发创造
  • 多任务学习下的上下文感知神经机器翻译案例分析

    探讨了使用多任务学习和多重编码器方法在文档级神经机器翻译中建模上下文编码的观察，证明了在资源匮乏的情况下，该方法比串联和多重编码器模型表现更好，并对选择上下文敏感。

    Jul, 2024

  • 多任务领域自适应与三维物体的语言 grounding

    利用培训有源代码的现成模型来捕捉特征，如视角选择或几何先验，改善性能是现有关于三维物体目标级语言基础的工作的主要关注点之一。然而，它们没有考虑到在跨领域中探索语言 - 视觉对齐的跨模态表示。为了解决这个问题，我们提出了一种名为三维对象领域适应的语言基础（DA4LG）的新方法。具体而言，DA4LG 由具有多任务学习的视觉适配器模块组成，通过全面的多模态特征表示实现视觉 - 语言对齐。实验结果表明，DA4LG 在视觉和非视觉语言描述方面具有竞争力的性能，不受观测完整性的影响。DA4LG 在单视图设置和多视图设置中均在语言基础基准 SNARE 中达到了 83.8％和 86.8％的准确率，达到了最先进的性能。仿真实验显示 DA4LG 相比现有方法具有良好的实用和泛化性能。

    Jul, 2024

  • HyperLoader: 将基于 Hypernetwork 的 LoRA 和适配器层集成到多任务 Transformer 中，用于序列标注

    我们介绍了 HyperLoader，一种简单的方法，它在多任务设置中结合了不同的参数高效调优方法。通过使用超网络根据任务、Transformer 层以及层内位置生成这些模块的权重，我们的模型实现了这一目标。我们的方法通过在生成的权重中封装任务特定知识，综合了多任务学习的优点，同时通过结合不同的参数高效方法以超过完全调优的表现。我们提供实验证据证明 HyperLoader 在大多数数据集中优于以前的方法，并在高资源和低资源场景中获得最佳的任务平均性能。

    Jul, 2024

  • 情感分析的多任务学习

    这项研究在情感计算领域进行，旨在提高情绪识别领域多任务学习的效率和效果。研究探索了单任务解决方案和多任务方法，并通过修改输出层和损失函数，利用现有的神经网络架构进行多任务学习，研究结果对于情感计算领域具有潜在的应用价值。

    Jun, 2024

  • CaFNet: 一个基于置信度的雷达摄像头深度估计框架

    该研究介绍了一种两阶段、端到端可训练的自信感知融合网络 (CaFNet)，用于通过将 RGB 图像与稀疏且含噪的雷达点云数据相结合，进行密集的深度估计，并通过滤除雷达噪声，提高深度图的可靠性。在 nuScenes 数据集上进行的评估表明，该方法在平均绝对误差 (MAE) 和均方根误差 (RMSE) 方面的性能优于当前领先模型 3.2% 和 2.7%。

    Jun, 2024

  • 基于深度学习的单目图像和视频深度估计方法：综述

    该论文综述了基于深度学习的单个 RGB 图像和视频的深度估计方法，包括输入输出模态、网络结构和学习方法的分类，历史里程碑，以及现有方法使用的流程、数据集和评估指标。

    Jun, 2024

  • 双视：几何引导的深度估计

    我们的方法通过在网络中添加最新的 3D 几何数据作为额外输入，结合之前的几何提示，利用深度和 3D 场景重建领域中的先前工作，实现了与实时交互速度相比达到最先进的深度估计和场景重建。

    Jun, 2024

  • 自监督嵌入用于检测抑郁症个体症状

    利用自监督学习（SSL）基于语音模型识别和预测抑郁症症状和严重程度，比传统语音特征具有显著性能改进，并探究不同类型的 SSL 预训练模型在识别不同症状时所贡献的语音信息，以及多个 SSL 嵌入的组合和多任务学习在有效识别抑郁症症状中的重要性。

    Jun, 2024

  • 深度无处不在：通过透视蒸馏和无标签数据增强提升 360 度单目深度估计

    360 度图像的深度估计是虚拟现实、自主导航和沉浸式媒体应用中至关重要的，本研究提出了一种使用未标记 360 度数据的深度估计框架，通过六面立方体投影技术生成伪标签来高效标注 360 度图像的深度，并在深度估计的准确度上展示了显著改进，特别是在零样本情况下。

    Jun, 2024

  • MetaGPT: 使用模型专属任务算法合并大型语言模型

    本文介绍了一种用于合并大型语言模型的模型专属任务算法，该算法通过优化合并模型和每个个体任务模型之间的平均损失差异来实现多任务学习，该方法不受隐私限制，具有成本效益和易于实施的优势，并在多个任务上取得了最先进的性能。

    Jun, 2024