Oct, 2023

DiPS: 自监督变换器鉴别性伪标签采样用于弱监督目标定位

PDF
TL;DR引入了判别伪标签采样（DiPS）来利用无监督模型生成的类别无关地图进行弱监督目标定位（WSOL），并设计了基于 Transformer 的 WSOL 模型，使用 DiPS 生成的伪标签进行分类和定位任务训练，实验结果表明该架构与 Transformer 的建议相结合可以比现有方法获得更好的定位性能。
self-supervised vision transformersclass-agnostic mapsdiscriminative pseudo-label samplingweakly-supervised object localizationtransformer-based wsol model
发现论文，激发创造
  • 使用归一化切割的自监督 Transformers 进行无监督目标发现

    本文提出了一种基于自监督学习训练的 Transformer 模型特征的基于图的对象发现方法，在图中进行规范化的图割以分组具有相似性区域的前景物体。该方法可以显著提高无监督对象发现的性能，也可以扩展到无监督凸显性检测和弱监督对象检测领域。

    Feb, 2022

  • 自监督学习在利用 Transformer 进行物体检测方面的实证研究

    研究使用自监督学习中的图像重构、遮蔽图像建模和拼图等方法来训练物体检测转换器的编码器，以实现预训练和多任务学习，并在 iSAID 数据集上进行了初步实验。

    May, 2022

  • 深度自学习用于弱监督目标定位

    提出一种使用深度自我学习方法进行弱监督定位的实现，以获取可靠的正样本，并通过一个在线支持的样本收获方案去动态地选择最有信心的正样本以达到相互促进。

    Apr, 2017

  • ViTOL: 弱监督目标定位的视觉 Transformer

    我们提出了一种名为 ViTOL 的方法来处理弱监督目标定位问题，在自我关注和渐变关注实现的基础上，引入了基于补丁的关注中断层 (p-ADL) 用于增加定位图的覆盖范围，并且使用基于类别的注意力图生成机制来解决类不可知的问题，并在 ImageNet-1K 和 CUB 数据集上取得了 70.47% 和 73.17% 的最新结果。

    Apr, 2022

  • 使用自监督 Transformer 进行多目标定位的目标发现

    本文提出了使用自监督学习训练的 Transformer 网络定位多个物体的方法 MOST，并通过分形分析检测出前景补丁上的代币，将代币聚类生成边界框，最终在 PASCAL-VOC 07、12 和 COCO20k 数据集上表现优于其他方法，同时表明 MOST 可以用于目标检测的自监督预训练，并在全、半监督目标检测和非监督区域提议生成方面获得一致的改进。

    Apr, 2023

  • 改进开放词汇目标检测的伪标签

    通过在线自训练和分割融合头以减少预训练视觉语言模型生成的噪声伪标签并提高开放词汇目标检测性能。

    Aug, 2023

  • 生成提示模型用于弱监督目标定位

    通过生成提示模型，将弱监督的对象定位问题转化为一个条件图像降噪过程，从而学习可代表对象的嵌入特征并生成多尺度高质量注意力图，从而在 CUB-200-2011 和 ILSVRC 数据集上取得了较好的性能。

    Jul, 2023

  • 基于 Transformer 的弱监督目标定位及隐式空间校准

    该论文介绍了一种用于高精度弱监督下物体定位的外部模块 —— 空间校准模块（SCM），用于调整 Transformer 的长程建模，以帮助捕捉物体的空间一致性，提高训练期间的信息传输效率和生成的注意力图的边界精度，从而显着提高了性能表现。

    Jul, 2022

  • 多尺度视觉转换器在弱监督目标定位中的深度聚类引导精炼

    该研究论文提出了一种利用弱监督目标定位来学习物体定位的方法，通过多尺度物体定位变换器（MOLT）和深度聚类引导精化方法提高了定位准确度，并在公开的 ILSVRC-2012 数据集上进行了实验证明了该方法的有效性。

    Dec, 2023

  • 针对自监督视觉变换器的补丁级别表示学习

    本文设计了一种称为 SelfPatch 的简单而有效的视觉预训练任务，利用 ViT 的特性，在无需人工注释的情况下提高不同类型视觉任务的性能，通过训练神经网络对各种图像的无监督学习来实现。

    Jun, 2022