关键词computer vision problems
搜索结果 - 4
- Q-FW: 一种用于二次二元优化的混合经典量子 Frank-Wolfe 算法
提出基于 Frank-Wolfe 算法和量子模拟器建立的混合经典量子框架 Q-FW，用于解决量子模拟器上的二次型线性约束二元优化问题，并使用 D-Wave Advantage QA 在计算机视觉问题上进行实验验证。
- 共享权重神经架构搜索：缩小优化差距的战斗
本文介绍了神经体系结构搜索中的共享权重方法，并提出了其最大的挑战在于超网络与子体系结构之间的优化差距。同时，根据不同的方法来弥合这个差距，分析了这些方法的优劣。最后，就 NAS 和 AutoML 的未来方向提出了作者的观点。
- ICCV语义分割和分类的自我纠正扰动
本篇论文探究了卷积神经网络中的一种新行为：通过结构化扰动输入，预训练的 CNN 可以改善其预测性能，这种扰动被称为 Guided Perturbations。实验结果表明，这种方法可以提高现有方法在语义分割和场景标注任务上的性能，并且可以应 - 非凸能量松弛的子标记精确方法
本文提出了一种基于函数提升的新型空间连续凸松弛框架，旨在解决多标签问题，与之前提出的基于函数提升的方法相比，本方法基于分段凸近似，因此需要更少的标签；与最近的基于 MRF 的方法相比，本方法在一个空间连续设置中进行，并且显示较少的栅格偏差；