image embeddings | BriefGPT

关键词image embeddings

搜索结果 - 9

基于嵌入的层级动态标注的半监督分类的拓展研究
使用 Hierarchical Dynamic Labeling（HDL）算法，不依赖于模型预测的方式利用图像嵌入生成样本标签，进而改善半监督学习中伪标签生成的表现，验证了表示网络比分类器或预测器更可靠的动机。
PDF2 months ago
探索和比较深度学习结构，预测大脑对逼真图片的反应
我们利用预训练模型，探索机器学习架构来预测大规模预训练模型生成的图像对大脑的响应，通过使用单个连接的线性层加上由 CLIP 生成的图像嵌入作为输入，在 Algonauts 挑战赛上取得了相对较好的结果，但未能建立与数据的强有力关联。
PDF10 months ago
COURIER：针对大规模图像特征预训练的对比用户意图重构
为提高 CTR 预测效果，本文提出了一种针对推荐领域的图像预训练方法，通过用户点击历史来学习用户的视觉兴趣，同时采用对比训练方法以避免嵌入向量的折叠，实验表明该方法可以提高 0.46% 的离线 AUC 和 0.88% 的淘宝线上 GMV。
PDFa year ago
AAAI使用相对相似性监督的场景图嵌入
本文探讨利用图卷积网络对场景图进行结构化表示并生成有用的语义图像嵌入的方法，通过相似性标签学习图像表示，提出一种新的排序损失函数并设计三元采样策略，实验表明此方法优于已知相似性损失，且能够很好地捕捉场景的全局信息。
PDF3 years ago
MM跨粒度少样本学习：结合视觉 - 语义元嵌入的粗 - 精伪标记
本文提出了一种基于元学习的跨层级少样本分类方法，通过基于图像嵌入的贪心聚类来近似细粒度标注，同时引入元嵌入器使得模型可以在训练时仅观察粗略标签，并在测试时执行细粒度分类，实验结果表明该方法的有效性和鲁棒性。
PDF4 years ago
多模态深度聚类：图像的无监督分区
提出了一种无监督聚类框架，使用深度神经网络进行端到端的学习，从而直接对图像进行聚类分配，同时通过自我监督任务来获得更有意义的图像特征表示，实验结果表明，该方法在六个具有挑战性的基准测试中取得了优异的成果。
PDF5 years ago
KDD在 Pinterest 上学习视觉搜索的统一嵌入
该论文描述了 Pinterest 如何使用多任务深度度量学习系统来学习单个统一的图像嵌入，以帮助用户浏览相关内容和搜索精确产品，还讨论了处理来自不同领域的图像的挑战，并通过离线指标、用户研究和在线 A/B 实验的全面评估证明，他们提出的统一
PDF5 years ago
CVPR从教师那里学习度量：用于图像嵌入的紧凑网络
本文提出使用网络蒸馏来高效计算小型网络产生的图像嵌入，通过构建两个新的损失函数模拟深度教师网络向小型学生网络通信的机制，在多个数据集上验证我们的方法，得出小型学生网络计算的嵌入明显优于使用相似大小的标准网络计算的结果。其中在可移动设备上使用
PDF5 years ago
词嵌入及其在句子分类任务中的应用
该论文的第一部分介绍了词嵌入的必要性、创建方法、有趣的属性及其与图像嵌入的比较；第二部分实现了一个基于预训练词向量的卷积神经网络，用于几个句子级分类任务，取得了与最先进技术相当或领先的结果，说明与随机的词向量相比，预训练的词向量具有强大的能
PDF8 years ago