feature diversity | BriefGPT

关键词feature diversity

搜索结果 - 7

更好地了解自己：多样的判别特征学习改善开放式识别
我们通过对开放集识别方法进行分析，重点关注特征多样性方面，揭示了学习多样化辨别特征与提升开放集识别性能之间的显著相关性，并基于此洞见提出了一种利用特征多样性优势的新型开放集识别方法，通过在标准的开放集识别测试平台上进行严格评估，证明我们的方
PDF3 months ago
数据增强中的泛化鸿沟：来自光照的洞见
通过模拟分布退化，探究数据增强对模型性能的提升作用，研究发现数据增强方法显著改善了模型的性能，但仍存在明显的泛化差距，强调训练集中的特征多样性对于增强模型泛化能力的关键作用。
PDF3 months ago
重新思考有丝分裂检测：朝着多元化的数据和特征表示
本文提出了一种新的可泛化框架 MitDet，其中考虑了数据和特征多样性的平衡，并使用样本平衡和特征多样性模块以及染色增强模块来实现更好的可泛化性能，进而在多个流行的有限注释数据集中实现了优越的性能。
PDFa year ago
自监督学习中的特征多样性
本文研究在自监督学习中，多个因素如规模、宽度、深度和特征多样性对模型的泛化性能产生的影响，并探讨了它们之间的相互依存关系。
PDF2 years ago
ICCV移动神经网络的偏置损失
本文提出了一种新颖的偏差损失函数来解决紧凑型 CNN 中随机预测问题，同时提出一系列 SkipNet 模型以增加网络的特征差异性，相较于 MobileNetV3 Large 在分类准确率上提高了 1%。
PDF3 years ago
ICCV基于分组抑制的特征正则化方法用于鲁棒分类
提出了一种使用组间抑制（group-wise inhibition）的卷积神经网络（CNN）正则化方法，通过处理具有不同激活分布的特征映射来考虑特征独立性，以实现对于严峻环境如腐败、对抗样本和低数据区域的稳健分类。
PDF3 years ago
MM人物再识别的多样性增强 Slow-DropBlock 网络
在此研究中，我们提出了一种新的双批次分裂协同训练方法，以解决使用多分支网络架构进行个人再识别（Re-ID）时的训练难度问题，该方法可以通过使用多个特征 dropping 分支以实现特定多样性的学习，并取得了比 Batch DropBlock
PDF4 years ago