coco | BriefGPT - AI 论文速递

关键词coco

搜索结果 - 10

窗口关注存在漏洞：如何不插入位置嵌入
在现代计算机视觉转换器时代，窗口注意力、位置嵌入和高分辨率微调是核心概念。然而，我们发现，天真地结合这些几乎无处不在的组件可能会对性能产生不利影响。我们研究了两种具有这三个组件的最先进方法，即 Hiera 和 ViTDet，发现两者都确实遭
PDF8 months ago
CVPR点在细节中见魔鬼：基于点引导遮罩表示的弱半监督实例分割
本文提出了一种名为 WSSIS 的学习方法，使用点标签实现高效的实例分割，同时引入 MaskRefineNet 来处理少量标签数据的情况，并在 COCO 数据集上进行了丰富的实验，获得了比当前半监督方法更好的表现 (33.7% vs. 24
PDFa year ago
ECCV时空反演扩散张量转换器：一种新的少样本目标检测范式
本文提出使用高阶张量表示和 Transformer 技术来解决 Few-shot Object Detection 中存在的平均池化信息损失和位置信息丢失的问题，并在 PASCAL VOC，FSOD 和 COCO 数据集上取得了最好的结果。
PDF2 years ago
IJCAII^2R-Net：用于多人姿态估计的人际内和外关系网络
本研究提出了基于人际内外关系网络（I ^ 2R-Net）的多人姿态估计算法，在 COCO、CrowdPose 和 OCHuman 数据集上，得到了优于现有方法的结果。
PDF2 years ago
使用 Vision Transformers 对检测迁移学习进行基准测试
本文提出了可用于 Mask R-CNN 的 Vision Transformer 模型的训练技术，使用五种 ViT 初始化方法进行实验比较，结果表明最近基于遮蔽的无监督学习方法可能是首次在 COCO 数据集上提供了令人信服的转移学习改进，随
PDF3 years ago
CVPR跨模态检索的概率嵌入
本研究提出了一种基于概率交叉模态嵌入的跨模态检索方法，该方法能够捕捉到一个图像或者一句话与多个相应图像或句子间的一对多关系。我们通过在 CUB 数据集上测试，证明了该方法不仅能提高检索性能，而且可以提供可解释性和不确定性的嵌入表示。
PDF3 years ago
加权框融合：来自不同目标检测模型的框融合
该论文提出一种新的物体检测模型的预测结果融合方法，即加权框融合，并在多个数据集上进行了测试与验证，包括 Open Images 和 COCO Object Detection track，取得了最佳结果。
PDF5 years ago
YOLO-LITE：面向非 GPU 计算机优化的实时目标检测算法
本文介绍了一种基于 YOLOV2 算法的实时目标检测模型 YOLO-LITE，该模型可以在无 GPU 设备上运行，经过在 Pascal VOC 和 COCO 数据集的训练，在 7 层、482 亿次浮点运算下达到了大约 21 FPS 的检测速
PDF6 years ago
Light-Head R-CNN：二阶段目标检测器之辩
提出了一种新的基于 ResNet-101 的双阶段目标检测器 Light-Head R-CNN，通过使用一个轻量级的特征图和一个便宜的 R-CNN 子网络来实现网络头部的最小化，而且在 COCO 上表现良好，在保持时间效率的同时也比单阶段的
PDF7 years ago
COCO: 在黑盒环境下比较连续优化器的平台
COCO 是一个开源平台，旨在自动化比较黑盒优化器。该平台允许使用相同的框架来测试确定性和随机求解器以进行单目标和多目标优化。论文详细介绍了 COCO 的基本概念和代码结构，以及问题和实例的定义、目标值的使用和运行时间的定义等关键概念。
PDF8 years ago