BriefGPT.xyz
Ask
alpha
关键词
fully supervised methods
搜索结果 - 3
DHR: 基于双特征的层次化重平衡方法在弱监督语义分割中的应用
采用无监督和弱监督特征图代替传统方法,通过层次化的掩膜增强实现对弱监督语义分割(WSS)的改进,有效解决了 WSS 在处理较小类别时的挑战,大幅提升了 WSS 的性能,并在多个基准数据集上取得了显著的结果改善。
PDF
3 months ago
ICCV
D3G: 利用高斯先验探索具有注视标注的时间句子定位
通过减少标注成本并保持与全监督方法相竞争的性能,我们提出了一种基于动态高斯先验的望注释视图的时间句子定位框架,该框架在关键词之间进行了深入调研,并通过 Semantic Alignment Group Contrastive Learnin
→
PDF
a year ago
使用自注意力和离散视差体进行自监督单目训练深度估计
本研究提出了两种新的方法以提高自监督单目训练深度估计,分别为自我关注和离散视差预测,将这两种方法应用到最先进的单目深度估计模型 Monodepth2 中,超越其他自监督和完全监督方法,获得在 KITTI 2015 和 Make3D 数据集上
→
PDF
4 years ago
Prev
Next