BriefGPT.xyz
Ask
alpha
关键词
fully-supervised
搜索结果 - 5
基于运动先验的交通视频目标检测
本研究提出了两种新方法来利用运动先验,以提升交通视频对象检测的性能,包括在全监督设置中利用运动先验引导时间信息整合的自注意力模块以及利用运动先验开发伪标签机制消除半监督设置下的嘈杂伪标签。这两种基于运动先验的方法表现出卓越的性能,相较于现有
→
PDF
8 months ago
神经符号熵正则化
本文介绍了一种统一 neuro-symbolic 和 entropy regularization 的框架,并提出了一种神经符号熵正则化损失函数,用于半监督和全监督结构化预测实验中的有效性测试。
PDF
2 years ago
基于点级监督的全卷积网络用于全景分割
本文介绍了一种名为 Panoptic FCN 的全监督和弱监督全景分割方法,使用点注释,可以在高效率下实现对物体实例和场景杂物类别的分割。通过使用所提出的内核生成器对每个物体实例或场景杂物类别进行编码,直接卷积高分辨率特征进行预测,实现了物
→
PDF
3 years ago
监督对比学习
本文介绍了一种基于对比学习的自我监督表征学习方法,并将其推广到全监督设置中。其中,相同类别的样本点在嵌入空间中被拉在一起,而来自不同类别的样本则被同时推开,以实现更好的分类性能。实现简单,最佳损失函数表现优于交叉熵。
PDF
4 years ago
DeepUSPS:基于自监督的深度稳健无监督显著性预测
提出了一种两阶段机制的方法用于非监督目标显著性预测,第一阶段使用了深度网络逐步提炼由不同手工显著性方法产生的嘈杂伪标签,其结果可用于训练第二阶段的真实显著性检测网络,该自学习过程比现有的所有非监督方法的性能都要好,甚至与完全监督的最先进方法
→
PDF
5 years ago
Prev
Next