imagenet-1k dataset | BriefGPT

关键词imagenet-1k dataset

搜索结果 - 7

关于形状偏差、准确性和鲁棒性之间关系的澄清
通过评估 39 种数据增强类型对广泛使用的 OOD 数据集的影响，证明了每种数据增强对模型对 OOD 数据的鲁棒性的影响，并进一步证明了所述假设不成立；形状偏差的增加不一定导致更高的 OOD 鲁棒性。通过分析结果，还发现 ImageNet-
PDF25 days ago
视网膜视觉变换器 (RetinaViT): 将缩放图块引入视觉变换器
视网膜视觉转换器（RetinaViT）是从人类视觉系统中汲取灵感，将缩小版本的输入图像的补丁添加到第一个 Transformer 编码器层的输入中。实验结果表明，当在 ImageNet-1K 数据集上进行训练时，RetinaViT 相比原始
PDF3 months ago
ICML免费的假设等级：基于目标检测的简单最后一层重新训练框架
使用开放词汇物体检测技术防止深度神经网络中的虚假特征，通过排序图像并使用最高分数的子集进行最后一层训练，验证了该方法在 ImageNet-1k 数据集上的有效性。
PDF8 months ago
DualToken-ViT：具有双重令牌融合的位置感知高效视觉 Transformer
提出了一种轻量级和高效的视觉变换模型 DualToken-ViT，它通过卷积和自注意结构有效地融合了局部信息和全局信息以实现高效的注意力结构，并使用位置感知的全局标记来丰富全局信息，并改进了图像的位置信息，通过在图像分类、物体检测和语义分割
PDF9 months ago
CVPRBinaryViT：将二值化 Transformer 推向卷积模型
本文提出 BinaryViT 来增强二进制 ViT 的表现能力，加入了一些 CNN 结构的操作，包括平均池化层、多个平均池化支路、仿射变换等，实验证明，这使得一个纯二进制 ViT 模型非常具有竞争力。
PDFa year ago
高效深度脉冲多层感知机：无乘法推理
我们提出了一种新型 SNN MLP 架构，使用批归一化保留 MFI 兼容性，并引入针对强化本地特征提取能力的尖峰编码层，有效地结合全局感受野和本地特征提取进行综合基于脉冲的计算，实现了在 ImageNet-1K 数据集上具有 66.39％的
PDFa year ago
神经网络的 8 位训练可扩展方法
本文探讨了如何通过量化神经网络中的训练参数、激活值、层梯度以及批标准化等内容，最终将图像分类精度控制在一个很好的水平，而这在过去被认为不可行。
PDF6 years ago