end-to-end learning framework | BriefGPT

关键词end-to-end learning framework

搜索结果 - 11

mTREE: 多层次文本引导的端到端学习用于全尺寸图像分析
该研究介绍了一种称为 mTREE 的多层次文本引导端到端学习方法，它有效地捕获了多尺度病理组织学图像表示，并将文本信息与图像综合表示相结合，展示了其在分类和生存预测等任务中相对于传统方法的优越性。
PDFa month ago
ECCV未知曝光时间视频的事件引导去模糊
本研究提出了一种使用事件相机进行运动去模糊的新的方法，并通过引入新的 Exposure Time-based Event Selection（ETES）模块和特征融合模块，提出了端到端的学习框架。在各个数据集上的实验表明，该方法可以达到最先
PDF3 years ago
ACLUniKeyphrase: 用于关键词预测的统一提取和生成框架
本文提出了一种新的端到端学习框架 UniKeyphrase，通过堆叠关系层和词袋约束来充分利用模型结构和训练过程中的潜在语义关系，能够更好地预测关键短语，实验结果表明，这种联合方法在关键短语预测上比主流方法表现更好。
PDF3 years ago
CVPR深度 3D 到 2D 数字水印技术：在三维网格中嵌入信息并从二维渲染中提取
本研究提出了一种新的端到端学习框架，通过深度嵌入编码器，在 3D 模型的几何和纹理中实现数字水印嵌入，利用可微渲染器从不同角度和光照条件下渲染模型，并通过解码器从 2D 渲染图像中恢复信息。实验证明，该模型可以从扭曲 / 未扭曲的水印 3D
PDF3 years ago
LoopReg：三维人体网格对齐的自监督隐式表面对应、姿态和形状学习
我们提出了 LoopReg，一种端到端的学习框架，用于将一组扫描数据对齐到一个共同的 3D 人体模型上。通过自学习的方式，我们成功地训练出了一个能够处理未标记原始扫描数据的模型。
PDF4 years ago
基于轨迹预测的自适应图跟踪
提出了一个多目标跟踪的准确的端到端学习框架，其中采用了运动预测重新提取了当前帧的跟踪器的特征，基于自适应图神经网络将位置、外观和历史信息融合，并在训练中使用平衡的 MSE LOSS 来克服非平衡的样本。实验表明，该方法在 MOT16 和
PDF4 years ago
DeepGS: 用于药物靶点结合亲和力预测的图和序列的深度表示学习
本研究介绍了一种使用深度神经网络从氨基酸和 SMILES 序列中提取局部化学上下文并从药物中提取分子结构的端到端学习框架 DeepGS，并使用先进的嵌入技术 Smi2Vec 和 Prot2Vec 对象进行符号数据处理，相比 KronRLS、
PDF4 years ago
CVPR野外多视角图像下的弱监督 3D 人体姿态学习
本文提出一种基于弱监督方式，利用多视角数据进行 3D 人体姿势估计的学习框架，包括利用 2.5D 表示法的目标函数，经过测试在两个大规模数据集上达到了半监督 / 弱监督方法的最佳表现。
PDF4 years ago
端到端模型中的深度视角感知行人属性推断
本文介绍了一个基于端到端学习框架的人行属性推断方法，将其作为多标签图像分类任务，以此来处理属性之间的语义关系并在三个挑战性数据集上得到了显著提升。
PDF7 years ago
端到端任务完成神经对话系统
本文介绍了一种基于强化学习的新型端到端对话系统学习框架，用于解决模块化任务完成功能对话系统在训练和使用中面临的挑战。研究的实验表明，该端到端系统不仅在客观和主观评估中优于传统的模块化对话系统基线，而且在处理语言理解模块的各种误差时具有稳健性
PDF7 years ago
使用随机优化方法联合训练通用 CNN-CRF 模型
我们提出了一种基于 CNN 和 CRF 参数的联合随机优化的新的 CNN-CRF 端到端学习框架，经实验表明这种方法在深度图像身体部件的语义标记上比竞争技术表现更好。
PDF9 years ago