关键词image recognition models
搜索结果 - 4
- 基于特征融合网络的人机可扩展图像编码
我们提出了一种基于学习的可扩展图像编码方法,适用于多种图像识别模型。通过将机器的图像压缩模型与人类的压缩模型相结合,利用特征融合网络实现了高效的图像压缩,并且减少了参数的数量。通过评估图像压缩性能,我们证明了这种可扩展编码方法的有效性。
- 图像识别模型框架转换的故障定位
本文介绍了一种新的方法,旨在自动检测通过不同深度学习框架(如 TensorFlow 到 PyTorch)转换的预训练图像识别模型中的错误,并提出了一些修复策略
- CVPR探索自注意力在图像识别中的应用
本文研究探索了自注意力在图像识别模型中的应用,比较了两种形式的自注意力(分别为成对自注意力和区域自注意力)与卷积神经网络在图像识别上的表现,并发现自注意力网络对于学习稳健的表征具有明显的优势。
- CVPR对抗性示例提升图像识别
本文提出一种增强的对抗训练策略 AdvProp,将对抗样本作为额外的样本引入训练过程,使用单独的辅助批归一化来处理对抗样本,进一步提高图像识别模型的准确性,在各种图像识别任务中均得到了提升,特别是在最新的 EfficientNet-B7 上