convnets | BriefGPT - AI 论文速递

关键词convnets

搜索结果 - 69

TransMorph: 无监督医学图像配准的 Transformer 模型
本文提出了 TransMorph，一种混合了 Transformer-ConvNet 模型的医学图像配准方法，并通过验证证明，该方法在医学图像配准方面性能显著优于基线方法，从而证实了 Transformer 在医学图像配准方面的有效性。
PDF3 years ago
ICCVConvNets 与 Transformers：哪个视觉表示更易转移？
通过 15 项单任务和多任务性能评估，系统地研究了 ConvNets 和 vision transformers 的迁移学习能力，发现 vision transformers 在 13 个下游任务中表现出一致优势，并且更适合于多任务学习。
PDF3 years ago
数据增强下的卷积神经网络和视觉 transformer 促进深度 Q 学习稳定性
研究了在常见的离线政策 RL 算法中使用数据增强时不稳定性的原因，并提出了一种简单而有效的技术来稳定此类算法。在基于 DeepMind Control Suite 的一系列基准以及机器人操纵任务中，我们的方法极大地提高了 ConvNets
PDF3 years ago
ViT-V-Net: 用于无监督容积医学图像配准的视觉变换器
该论文提出了一种基于 ViT 和 ConvNets 的新架构 ViT-V-Net，实现了类医学图像的体积重建。实验结果表明，该方法在图像配准任务中具有优异的性能。
PDF3 years ago
CVPR捕获全向分割的全向范围上下文
本文描述了一种名为 ECANets 的新型神经网络模型，它能够通过捕获全景图像中内在的长程相关性来对城市环境进行分割，以及该模型的训练策略和评估结果。
PDF3 years ago
卷积归一化：提高深度卷积网络的鲁棒性和训练效果
介绍了一种基于卷积结构的归一化方法 (Convolutional Normalization)，它可以方便地作为模块嵌入到任何卷积神经网络 (ConvNets) 中，通过提高权重的正交性和每层的通道等距性，减小权重矩阵的层范数，提高网络的
PDF3 years ago
ICCV基于自一致性的深度伪造检测学习
本文提出了一种使用源特征不一致性来检测 deepfake 图像的新方法，基于示例表明我们的方法相较于现有技术平均 AUC 提升从 96.45％至 98.05％，在跨数据集评估中提升从 86.03％至 92.18％。
PDF4 years ago
群体集成：在单个 ConvNet 中学习 ConvNets 的集成
本文介绍了一个名为 GENet 的深度卷积神经网络，其采用了共享基础和多头结构的技术，能够以单个 ConvNet 的计算量，实现多个 ConvNets 的集合学习，并提供了群组平均、群组摇摆和群组增强三种不同的策略来聚合这些集成成员，可以在
PDF4 years ago
ICML端到端自动语音识别：从受监督学习到半监督学习与现代架构
本文研究了 ResNet、时深分离卷积神经网络和变压器等半监督训练方法，在标准数据集 LibriSpeech 上，通过伪标签来利用来自 LibriVox 的额外未标记数据。研究结果表明，半监督训练可以改善所有架构和损失函数的模型，并在它们之
PDF5 years ago
ICCV可分组卷积神经网络实现可微学习通道分组
本文介绍了一种名为 Groupable ConvNet (GroupNet) 的新型网络，通过新型的动态分组卷积（DGConv）操作学习端到端的组数，达到了优于传统 ResNet 和 ResNeXt 的准确性和计算复杂度。该方法具有统一的卷
PDF5 years ago
ICCV从有噪标签的数据中进行深度自学习
提出了一种新的深度自学习框架，用于在真实嘈杂的数据集上训练鲁棒性网络，无需额外的监督，并且与大多数现有方法不同，它不依赖于嘈杂标签分布的任何假设，具有更好的性能。
PDF5 years ago
CVPR通过学习全局排序实现高效模型压缩
该论文提出了一种新的卷积神经网络滤波器裁剪算法，名为 LeGR，通过产生一组具有不同精度和延迟权衡的卷积神经网络来代替产生一个具有预定义延迟约束的卷积神经网络，且相比于之前的方法，LeGR 可以在保持性能的情况下快 2-3 倍。
PDF5 years ago
单路径 NAS：在少于 4 小时内设计硬件高效的 ConvNets
本研究提出了 Single-Path NAS，这是一种新的可微分 NAS 方法，用于在少于 4 小时的时间内设计硬件高效的 ConvNets，并在移动设备下实现最高图像分类准确性。
PDF5 years ago
CVPR通过 SparsestMax 学习稀疏可切换归一化的 SSN
本研究提出了一种稀疏切换归一化（SSN）方法，通过 SparsestMax 算法将学习的重要性约束为稀疏条件，保证每个规范化层只选择一个归一化器，从而提高了深度学习的性能，并在 ImageNet，Cityscapes，ADE20K 和 Ki
PDF5 years ago
基于可微分神经架构搜索的硬件感知高效卷积神经网络设计：FBNet
通过使用梯度的基础方法优化 ConvNet 结构，避免像以前的方法一样枚举并分别训练个别结构，我们提出了一个可微分的神经结构搜索（DNAS）框架。FBNets 是通过 DNAS 发现的模型族，其在设计和生成自动模型方面均超过手动设计的最新模
PDF6 years ago
CVPR学习吸引力场表示以实现稳健的线段检测
本文提出基于区域划分的吸引场双重表示法来解决线段检测问题，并使用深度卷积神经网络进行学习，以提高准确性、鲁棒性和效率。该方法有效地解决线段检测中的各种挑战，并在 WireFrame 和 YorkUrban 数据集上取得了最先进的表现。
PDF6 years ago
DGC-Net：密集几何对应网络
本研究针对两幅图像之间密集像素对应估计的挑战进行探讨，提出了一种基于粗到细的 CNN 框架，能够扩展光流方法的优势，解决大范围变换并提供密集和亚像素准确估计的问题，并在相对摄像机姿态估计问题上表现优异。
PDF6 years ago
一种用于非监督仿射和可变形图像配准的深度学习框架
通过使用深度学习，我们提出了一种无需预定义注册示例的机制来进行医学图像分析中的图像注册，包括仿射和可变形图像注册，性能可与传统图像注册相当，但速度快了几个数量级。
PDF6 years ago
CVPR电视剧批量观看：从情景喜剧中推广可负担性学习
本文描述了如何通过提取七个 sitcom 中人物与场景中的不同物体互动的场景，创建了一个规模超过 10K 的数据集，提出了一个两步走的方法用于预测新场景下的 affordances，包括使用一个 Varitional Autoencoder
PDF6 years ago
ICLR通过预测图像旋转进行无监督表示学习
本研究提出利用 2D 旋转来训练卷积神经网络学习图像特征的无监督语义特征学习方法，并在演示和各种无监督特征学习基准测试中详尽评估该方法，在所有测试中均表现出明显的优异性能。
PDF6 years ago