hard negatives | BriefGPT - AI 论文速递

关键词hard negatives

搜索结果 - 12

高效的基于验证的人脸识别
研究通过有效的神经模型 $f$ 进行面部验证的问题。该模型的高效性源于将面部验证问题简化为二进制问题，并且每个用户都有自己的神经网络 $f$。为了在训练集中实现不同个体之间的信息共享，我们并未直接训练 $f$，而是使用超网络 $h$ 生成模
PDF6 months ago
Wiki-En-ASR-Adapt：大规模英语自动语音识别定制的合成数据集
提出一个首个大规模的公开合成数据集，用于上下文拼写检查自定义自动语音识别（ASR）中的多样罕见和词汇外（OOV）短语，如专有名词或术语。通过注入两种类型的 “困难负面” 短语到模拟的偏见列表中，我们的方法可以创建数百万个真实的损坏 ASR
PDF9 months ago
通过逐渐增加难度的负样本学习进行自动放射学报告生成
本文提出了一种新的框架，通过逐步提高每个图像在特征空间中的更难负面反馈的难度，从而学习区分性图像和报告特征，以生成更特定和准确的医疗报告，实验证明这种方法可以作为插件轻松地改进现有的医学报告生成模型。
PDFa year ago
ICCVLoOp: 搜索最优硬负嵌入以进行深度度量学习
本文提出一种新方法 —— LoOp 来寻找最佳的 hard negatives，实现在嵌入空间中进行度量学习，与已有方法相比，可以在三个标准数据集上得到更好的性能表现。
PDF3 years ago
CVPR邻域对比学习用于新类别发现
本研究提出了一种名为 NCL 的新框架，旨在学习具有判别性的表示，从而创建一个用于聚类性能的新类别发现（NCD）任务，其中，利用特征提取器生成的表示来检索和聚合伪正对，虽然大多数实例很容易通过网络进行区分，但我们通过在特征空间中混合标记和未
PDF3 years ago
ACL噪声对比估计中的困难负例理解
本文探讨了在噪声对比估计中选择负面案例的重要性，发现硬负面案例 —— 在模型下得分最高的不正确案例是有效的，我们开发了分析工具以理解硬负面案例的作用，并通过将负面分布设置为模型分布来减少误差，同时将硬负面案例与适当的评分函数相结合，取得了强
PDF3 years ago
对比实例区分中，所有的负样本是否平等？
本文研究采用自监督学习方法对负样本进行分类，发现难度最高的 5% 的负样本对下游任务几乎是必要和充分的，而容易的 95% 负样本则是不必要和不充分的。同时，我们发现难负样本与查询的语义相似度更高，有些负样本的难易程度比预期的要一致。该研究揭
PDF4 years ago
对比学习的硬负样本混合
研究表明，在自监督学习中使用 hard negatives, 数据混合等技术可以提高视觉表示的质量，本文提出了一种基于特征水平的硬负例混合策略，并在多个任务上验证其有效性。
PDF4 years ago
ECCV难负例虽难，但有用
本文主要研究了三元组损失的应用，通过对三元组的空间特征进行特征分析，发现选择最难的负样本会导致失败的训练行为。为此，提出了简单的修复方法来优化损失函数，展示了使用硬负样本进行优化会产生更具可推广性的特征，从而在高内类差异数据集的图像检索结果
PDF4 years ago
使用双语句子嵌入的有效并行语料库挖掘
该研究提出了一种有效的并行语料库挖掘方法，使用双语句子嵌入进行训练，通过引入硬负例来实现。该方法是基于语义相似度的，结果表明该方法可以用于重建平行文本，从而训练出 NMT 模型，与使用原始数据训练的模型相差不大。
PDF6 years ago
VSE++：使用硬负例改进视觉 - 语义嵌入
利用视觉 - 语义嵌入的新技术进行跨模态检索，通过采用 hard negative mining，结构化预测中的 hard negatives 和排名损失函数的结合，对多模态嵌入的常见损失函数进行简单改变，在微调和使用增强数据的情况下获得了
PDF7 years ago
CVPR使用人类在环中进行深度度量学习的细粒度分类和数据集引导
本研究提出了一个基于深度度量学习的迭代框架，针对细粒度视觉分类方法中的数据不足、大量类别和高内部变异性等问题进行了处理，并在 Instagram 图片中引导 620 个类别的细粒度花数据集，同时在 CUB-200-2001 Birds 数据
PDF9 years ago