Mar, 2024
学习排名补丁以进行无偏差的图像冗余减少
Learning to Rank Patches for Unbiased Image Redundancy Reduction
Yang Luo, Zhineng Chen, Peng Zhou, Zuxuan Wu, Xieping Gao...
TL;DR我们提出了一种自我监督的图像冗余减少框架,称为学习排名补丁(LTRP),它通过推断每个补丁的语义密度得分,并学习使用伪分数对补丁进行排序,充分评估图像内容,克服了分类归纳偏差的困境,从而在不同数据集和任务上优于监督和其他自我监督方法。