deep visual models | BriefGPT

关键词deep visual models

搜索结果 - 5

ICCV无需源样本的领域自适应对抗扰动法深度视觉模型无监督准确度估计
无需访问源数据，本研究提出了一种新的框架，通过估计无标签目标数据的模型准确性来解决深度视觉模型在源和目标分布之间存在性能降低的问题。将伪标签用于准确性估计，并采用最新的无源域自适应算法，利用源假设来适应目标伪标签函数，并通过对目标模型的输入
PDFa year ago
ICML通过路径归因实现可信的视觉模型解释
通过系统的研究，我们发现了适用于深度视觉模型的路径归因策略的反直觉结果的条件以及使其不失公理性质的方案，进而提出了一种可靠的视觉模型解释方法并在多个数据集、模型和评估指标上进行了实证验证，表现出与基准方法相比的一致性性能增益。
PDFa year ago
AAAIPOEM: 嵌入极化用于域不变表征
本文提出了一种名为 POEM 的方法，通过学习领域不变和特定表示并将其极化来获得强大的领域泛化能力，以增强表示的领域鲁棒性。这种方法将类别分类和领域分类嵌入结合在一起，通过减少它们之间特征的余弦相似度来使它们正交，以获得领域不变表示。与
PDFa year ago
深度视觉建模中可解释人工智能的调查：方法和度量
本文是可解释人工智能领域的第一篇调查研究，探讨了深度视觉模型解释方法和度量标准，提供了现有技术的分类组织，阐述了不同属性的度量方法，并就当前趋势、挑战和未来方向进行了深入讨论。
PDFa year ago
CVPRCAMERAS: 图像显著性的增强分辨率和保持理智的类激活映射
CAMERAS 是一种新的技术，可以计算高保真度的反向传播显著性地图，而不需要任何外部先验，并保留地图的稳定性。该方法通过多尺度积累和融合激活图和反向传播的梯度来计算精确的显著图，从而能够显著提高黑箱深度视觉模型的解释能力。同时，CAMER
PDF3 years ago