computer vision tasks | BriefGPT

关键词computer vision tasks

搜索结果 - 51

IMProv: 基于修复的多模态计算机视觉任务解题
本研究提出了 IMProv - 一种生成模型，能够从多模态提示中进行上下文学习，以解决计算机视觉任务，并通过文本条件和数据集缩放来提高任务性能。
PDF7 months ago
无人机图像中电力线资产检查的数据集和基准
Power line maintenance and inspection are crucial to avoid interruptions in the power supply. This paper introduces InsP
PDF8 months ago
EViT：鹰眼视觉 Transformer 与双凹视域自注意力机制
基于鹰眼的生理结构与特点，本研究提出了一种新颖的双凹中注意力（BFSA）算法，以缓解视觉变换器在计算复杂性和感应偏见缺失方面的挑战，并结合 CNN 和 Vision Transformer 设计了生物仿生鹰眼视觉（BEV）模块，最终通过堆叠
PDF9 months ago
基于 3D 感知正则化的多任务学习
通过引入结构化 3D-aware 正则化方法，将深度神经网络与多任务背景相结合，可以改善性能。
PDF9 months ago
InstructCV: 信息指导下的图文扩散模型作为视觉通才
最近，在生成式扩散模型方面取得的进展使得文本控制下合成逼真多样的图像具备了令人印象深刻的质量。但尽管取得了这些显著进展，将文本到图像生成模型应用于标准视觉识别任务的研究仍然有限。本文提出了一种计算机视觉任务的统一语言界面，该界面抽象了任务的
PDF9 months ago
SyntheWorld: 用于土地覆盖制图和建筑变化检测的大规模合成数据集
SyntheWorld 是一种无与伦比的合成数据集，具有高质量、多样性和规模，包含 40,000 张具有亚米级像素的图像和八个类别的细粒度土地覆盖注释，还提供了 40,000 对双时间图像对和建筑变化注释用于建筑变化检测任务，我们在多个基准
PDF10 months ago
CDAN：用于低光图像增强的卷积稠密注意力引导网络
该研究论文介绍了 Convolutional Dense Attention-guided Network (CDAN) 的工作原理和应用，在低光照条件下通过图像增强技术改善了图片的亮度、对比度和整体感知质量，并证明了其在计算机视觉任务中具
PDF10 months ago
掩蔽动量对比学习用于零样本语义理解
通过自监督预训练技术（SSP），本研究旨在评估彻底自监督学习技术在计算机视觉任务中的有效性，无需微调，旨在模仿人类的泛化和识别未见目标的能力，并提出了一种基于标注块的零样本分割评估协议，以及评估 SSP ViTs 的内部和外部物体相似性来衡
PDF10 months ago
RANSAC-NN: 使用 RANSAC 的无监督图像异常检测
基于 RANSAC-NN 算法的无监督图像异常检测在各类数据集中表现优秀，无需超参数调整，并且对图像错误标记的检测有潜在应用。
PDFa year ago
CVPR利用过程生成技术生成无限逼真的世界
Infinigen 是一种全过程生成器，可以生成逼真的自然世界的 3D 场景，可用于生成无限多样化的训练数据以应对计算机视觉任务。
PDFa year ago
使用凸松弛进行认证训练会影响鲁棒性能
本文介绍了在安全关键应用中，对抗攻击对部署最先进的分类器构成重大威胁；总体上，经验证的防御方法虽然具有鲁棒性保证，但是实践中的对抗训练比较受欢迎。我们系统性地比较了这两种鲁棒性训练方法在多个计算机视觉任务中的标准错误和鲁棒错误，结果表明，在
PDFa year ago
稳定再制作：弥合旧内容和新显示屏之间的差距
本文探讨了使用扩散模型、多种互相独立的计算机视觉任务等方法尝试解决旧动画内容更新换代的问题，结果显示出合理的输出。
PDFa year ago
CVPRFast GraspNeXt: 适用于机器人抓取边缘计算机视觉任务的快速自注意神经网络架构
本篇论文提出了一种快速的自我关注神经网络结构 Fast GraspNeXt，专为嵌入式多任务学习中的机器人抓取的计算机视觉任务量身定制，在多个计算机视觉任务中达到最高的性能，同时只有 17.8M 参数，259 GFLOPs，比其他高效多任务
PDFa year ago
利用任务奖励调整计算机视觉模型
采用强化学习技术将计算机视觉模型与任务奖励对齐，以解决复杂结构输出的误差问题，在多个计算机视觉任务中（对象检测，全景分割，着色，图像字幕）都显示出惊人的有效性。这种方法有望广泛用于使模型更好地与各种计算机视觉任务对齐。
PDFa year ago
模数作为计算机视觉应用中的激活函数的实证研究
本文提出了一种新的非单调激活函数 —— 模函数，在计算机视觉任务中使用该函数可以使模型相对于其他非线性函数具有更好的泛化能力，同时还能解决梯度消失和神经元失活问题，这种简单易用的函数对于 TinyML 和硬件应用尤其适用。
PDFa year ago
AAAIAIO-P：将神经性能预测器扩展到图像分类之外
本文提出一种全新的 All-in-One Predictor (AIO-P) 来有效地预测多个计算机视觉任务下的深度学习模型的性能表现，并采用多领域神经网络结构，以及知识融入技术，经过大量的实验证明，该方法可以为新架构的预测和决策提供有力支
PDF2 years ago
ROAD-R: 具有逻辑要求的自动驾驶数据集
本文提出了一种全新的、结合了逻辑约束的自动驾驶数据集 ROad event Awareness Dataset with logical Requirements（ROAD-R），通过该数据集证明当前最先进的模型经常违反逻辑约束，并建立了能
PDF2 years ago
ICCV探索视觉参与信号用于表示学习
本研究基于视觉互动线索作为监督信号进行表征学习，并提出了一种弱监督学习方法 VisE，通过将社交媒体图片映射到基于聚类互动信号得到的伪标签来学习视觉表征，进而在情感识别或政治偏见检测等计算机视觉任务中得到了良好的效果。
PDF3 years ago
多尺度视觉 Longformer: 一种新的高分辨率图像编码 Vision Transformer
本文提出了一种新的 Vision Transformer (ViT) 结构 Multi-Scale Vision Longformer，可以提高处理高分辨率图像的能力，主要通过多尺度模型结构和视觉 Longformer 的注意机制来实现，经
PDF3 years ago
AAAI分布自适应 INT8 量化用于训练 CNNs
本文提出了一种新的 INT8 量化训练框架，其中采用梯度矢量化量化梯度，并引入基于梯度幅度的裁剪策略来解决量化梯度的误差，实验结果表明，在图像分类、物体检测和视频分类等广泛的计算机视觉任务中，所提出的 Distribution Adapti
PDF3 years ago