关键词adaptive receptive fields
搜索结果 - 4
- CVPROA-CNNs: 三维语义分割的全能自适应稀疏卷积神经网络
通过提出自适应感受野和自适应关系两个核心组件,我们发现在保持计算成本最小的前提下,纯稀疏卷积神经网络在室内外场景中的准确性方面优于点云变换网络,且速度至少有 5 倍之多的提升。这一发现突显了纯稀疏卷积神经网络超越变换网络的潜力。
- CVPR上下文感知人群计数
本文提出了一种端到端的可训练深度结构,该结构利用多个接收场大小获得的特征,并学习每个图像位置上每个特征的重要性,从而适应性地编码了准确预测人群密度所需的上下文信息的尺度,特别是在透视效果强烈时表现优于现有的人群计数方法。
- ECCV自适应感受野的可控笔画快速风格迁移
本研究提供了一种可以进行实时连续笔画大小变化的笔画可控艺术风格转移网络,并通过使用自适应感受野和两种训练策略以实现更快的收敛和新增笔画大小。通过组合所提出的运行时控制策略,该网络可以实现笔画大小的连续变化,并在同一输出图像的不同空间区域中产 - GeniePath: 自适应接受路径的图神经网络
介绍了 GeniePath,一种可扩展的方法来学习置换不变图数据上定义的神经网络的自适应接受野。该方法的自适应路径层由两个互补函数组成,分别用于广度和深度探索,在传递性和归纳性设置中均可使用,并于其他方法进行了广泛实验证明可以得到最先进的结