hard example mining | BriefGPT

关键词hard example mining

搜索结果 - 8

ECCV少样本分割的双重变形协方差矩阵聚合
该论文提出了使用可学习协方差矩阵和可变形 4D Transformer 来解决在有限标注数据下准确测量支持和查询样本之间语义对应关系的问题，在公开基准测试中实现了新的最佳效果及较快的收敛速度。
PDF2 years ago
CVPR基于图采样的深度度量学习用于可泛化的行人再识别
本文提出了一种高效的迷你批次采样方法 (graph sampling)，通过构建类的最近邻关系图，在数据采样阶段使用 hard example mining，从而提供信息丰富且具有挑战性的样本进行学习，与竞争基线相比，能够在人员再认证方面显
PDF3 years ago
CVPRSiam R-CNN：通过重新检测进行视觉跟踪
提出了一种名为 Siam R-CNN 的新的物体追踪方法，使用两阶段物体检测的方法，结合基于轨迹的动态规划算法，实现追踪决策的优化和长时间遮挡状态下物体的再检测，并通过硬样本挖掘提高其鲁棒性。该方法在十个追踪基准数据集中表现最佳，尤其适用于
PDF5 years ago
人物可泛化再识别的增强难例挖掘
通过在公共嵌板数据集上应用增强的难例挖掘方法，从而实现不使用目标领域信息时具有良好效果的人物再识别（Re-ID）性能。
PDF5 years ago
损失排序挖掘：一种适用于实时检测器的通用难例挖掘方法
本文提出了基于 Loss Rank Mining 的通用困难例子挖掘方法，可适用于实时检测器，通过使用该方法，可以在实时检测过程中发现困难样本，从而有效提高检测精度。实验结果表明，该方法可以使 YOLOv2 检测器在自动驾驶相关数据集 KI
PDF6 years ago
NIPS主动偏置：通过强调高方差样本训练更准确的神经网络
本文提出基于样本不确定性轻量级估计的两种改进型随机梯度下降算法：SGD 迭代中正确类别预测概率的方差和与决策阈值的正确类别概率的接近度来重新加权训练样本，实验结果表明我们的方法可靠地提高了各种网络结构的精度，包括残差学习、动量、ADAM、批
PDF7 years ago
ICCV硬件感知深度级联嵌入
本篇论文提出了一种基于深度验证网络和模型集成的图像分类方法，通过自适应筛选样本并训练带有不同复杂度的模型，解决了大样本分类中的难例挖掘问题，相较于现有方法，该方法在多个数据集上有着更高的分类准确率。
PDF8 years ago
CVPR使用在线困难样本挖掘训练基于区域的物体探测器
本研究提出了一种称为 OHEM 的在线硬负样本挖掘算法，可以提高目标检测中基于区域卷积神经网络的检测器的性能，尤其是在难度较大且数据规模较大的数据集上表现出色
PDF8 years ago