imagenet dataset | BriefGPT

关键词imagenet dataset

搜索结果 - 43

SimReg: 回归方法作为一种简单而有效的自监督知识蒸馏工具
通过改变神经网络体系结构，特征回归可以超越更复杂的最新方法，实现从自监督模型中提取知识的目的，并在 ImageNet 数据集上得到验证。
PDF2 years ago
AAAIBNN 的弹性链接
提出了一种 Elastic-Link 模块并结合其他方法对 Binarized Neural Networks 进行训练，结果在 ImageNet 数据集上取得了较大的准确率提升，其中结合 ReActNet 的模型达到了 71.9% 的 t
PDF3 years ago
ECCV三角进攻：一种查询效率高的基于决策的对抗性攻击
本文提出了基于三角形构造和正弦定理的 Triangle Attack 方法，结合维度约减技术，可高效地生成对抗样本，攻击成功率高于现有的基于决策的攻击方法，并在 ImageNet 数据集和 Tencent Cloud API 上验证了其可行
PDF3 years ago
CVPR随机方差减少的集合对抗攻击用于提高对抗传递能力
本文提出了一种名为随机方差降低集成攻击的黑盒攻击方法，旨在减少集成模型的梯度方差，展现出更高的对抗转移性，并在 ImageNet 数据集上达到了显著的优越性能提升。
PDF3 years ago
ICCV通过约束优化实现神经网络混合精度量化
采用离散约束优化问题和二阶泰勒展开，提出了解决深度神经网络中多精度量化问题的一种高效算法，并在 ImageNet 数据集和各种网络体系结构上得出了比现有方法更优的结果。
PDF3 years ago
ANN 的免费午餐：朝着高效、准确的脉冲神经网络校准迈进
本文提出了一种称为 SNN Calibration 的校准算法，通过对神经网络参数的校准，能够显著提高将 ANN 转换为 SNN 的结果，本算法引入了一个便宜而有效的方法，通过在少量训练数据上进行训练，并在几分钟内完成校准。详细实验结果表明
PDF3 years ago
使用更强数据增强进行对比学习
该研究提出了一种名为 Contrastive Learning with Stronger Augmentations（CLSA）的新的对比学习方法，利用数据扩增引入样本多样性，从而提高检索能力，实验结果表明该方法在 ImageNet 数据
PDF3 years ago
CVPR通过方差调整增强对抗攻击的可转移性
在攻击模型的黑盒情况下，特别是在有防御机制的情况下，传统的对抗攻击往往会表现出弱的可迁移性。本文提出了一种新的名为方差调整的方法来改善梯度攻击的可迁移性，并在标准 ImageNet 数据集上证明了该方法的有效性，成功率平均提高了 85.1％
PDF3 years ago
Omni-GAN：关于 cGANs 的秘密和更多
本文介绍了一种基于条件生成对抗网络的改进方法 Omni-GAN，并解决了训练模型时适当设计鉴别器的问题，实验结果表明，Omni-GAN 和 Omni-INR-GAN 在广泛的图像生成和恢复任务中表现优异，并且 Omni-INR-GAN 在
PDF4 years ago
从 ImageNet 到图像分类：基准测试上的进展与语境
通过人工研究这项工作研究了采用众包数据收集管道构建丰富的机器学习数据集的后果，重点关注了流行的 ImageNet 数据集，在 ImageNet 创建过程中特定的设计选择如何影响所得到的数据集的保真度，以及噪声数据收集管道如何导致所得基准与其
PDF4 years ago
AAAIFew-Shot 识别的知识图谱迁移网络
该研究提出了一种基于知识图谱的网络模型，通过在少量训练数据的基础上进行信息传递和语义相关性分析，实现在大规模数据集上进行 few-shot 的学习，取得了较好的效果。
PDF5 years ago
利用对比性预编码实现高效数据图像识别
通过对自然信号变异性更可预测的表征重新审视并改进对比性预测编码的无监督目标，可以实现数据高效的图像识别，其特征支持 ImageNet 数据集上最先进的线性分类准确性，同时可在非线性分类中使用 2-5 倍的标签，最终，这种无监督表征大大改善了
PDF5 years ago
贪心逐层学习能够横跨 ImageNet
采用一层隐含层的浅层有监督神经网络，依次构建层级式深度网络，使用一些简单的架构和训练技巧，能够在 ImageNet 数据集上表现优于 AlexNet，并且建立 2 或 3 个隐含层的辅助问题，可构建超过 VGG 模型家族的 11 层网络，且
PDF6 years ago
NIPS基于通道卷积的紧凑高效卷积神经网络
本文介绍了使用通道卷积压缩深度模型的方法，这种方法在 CNN 中替换特征图之间的稠密连接为稀疏连接，从而构建轻量级 CNN。ChannelNets 使用三种通道卷积的实例，并通过对 ImageNet 数据集进行实验来证明了其在参数和计算成本
PDF6 years ago
基于竖向切片网络的任意时间神经预测
在本文中，我们提出了许多包容性的全新的 Thin Sub-networks 架构，并通过强制在多分支网络参数上施加某些稀疏模式来训练它们，实现更高效的任意时间预测。我们在 ImageNet 数据集上进行的实验表明，相对于同等准确性的任意时间
PDF6 years ago
使用深度学习进行图像分类中数据增强的有效性
本文研究数据增强在图像分类中的应用，对比了多种增强技术，包括传统的裁剪、旋转和翻转以及使用 GAN 生成不同风格的图像，并提出了一种名为神经增强的方法，通过训练神经网络自学习增强，以提升分类器性能，对该方法在不同数据集上表现的优劣进行了讨论
PDF7 years ago
精确的大型小批量随机梯度下降法：在 1 小时内训练 ImageNet
本文研究了分布式同步随机梯度下降算法在大规模数据训练中的应用，证明了通过采用新的学习率调整规则和温暖启动方法，大批量训练可以克服优化难题，取得和小批量相同的精度，实现了在支持多达 256 个 GPU 的硬件上，在一小时内使用 8,192 个
PDF7 years ago
Xception：深度学习中的深度可分离卷积
这篇论文介绍了卷积神经网络中 Inception 模块的解释和中间步骤，提出了一种新的深层卷积神经网络架构 Xception 来替换 Inception 模块，它在 ImageNet 数据集上的表现略优于 Inception V3，但在包括
PDF8 years ago
ICCV零样本学习中预测未见类别的视觉典型
本文提出了一种新的零样本学习模型，利用语义嵌入空间中的聚类结构来对已知对象的类别语义描述和示例进行建模，并通过训练多个基于核的回归器来实现语义表示 - 范例对的结构约束，从而在包括 ImageNet 数据集在内的标准基准数据集上显着优于现有
PDF8 years ago
深度残差网络用于图像识别
本文提出了一种残差学习框架，以优化超过 VGG 网络 8 倍深度的残差网络在 ImageNet 数据集上的分类任务，以及在 COCO 目标检测数据集上取得了 28% 的相对提升。
PDF9 years ago