intra-class diversity | BriefGPT

关键词intra-class diversity

搜索结果 - 7

泛经验似然深度生成模型理解
本文研究了深度生成模型的诊断方法，提出了基于广义经验似然的方法，可以检测模型何时丢失了关键模式、发现模型的不平衡性并评估其是否能足够捕获类内多样性。
PDFa year ago
监督预训练中类内 / 类间差异的权衡
研究了监督式预训练数据集中类内和类间多样性的权衡对模型性能的影响，并理论上证明了性能单调取决于多样性，实验应用推断出预训练数据集最佳类别 - 样本比率对模型下游任务最有效，以 ImageNet 为例，该方法模型效果提升了约 2 个点。
PDFa year ago
ICML带有辅助判别器的条件 GANs
该论文提出了一种使用辅助判别器的条件 GAN（ADC-GAN），具有较高的类内多样性，可以更准确地生成有条件的数据，并在合成及真实数据集上进行实验取得了优越结果。
PDF3 years ago
ECCV半孪生模型训练用于浅层人脸学习
本论文提出了一种名为 Semi-Siamese Training (SST) 的新型训练方法，通过利用更新的图库队列来对浅表训练数据进行有效的优化。本方法不需要额外的依赖，因此可以灵活地与现有的损失函数和网络架构相结合。在各种人脸识别基准测
PDF4 years ago
长尾数据上的深度表示学习：一种可学习的嵌入增强视角
本文研究如何学习 deep learning 中的 feature 并解决长尾数据集中头尾类别分布错位、影响特征判别能力的问题。我们提出了使用‘特征云’方法来恢复长尾数据集的‘类内多样性’，并在 person re-identificati
PDF4 years ago
AAAI少样本学习的多样性迁移网络
提出了一种基于多样性转移网络（DTN）的生成框架，该框架可以将已知类别中的潜在多样性转移并与支持特征组合，以在特征空间中为新类别生成多样化的样本。该框架通过单阶段网络中的有效元分类损失来解决样本生成（即多样性转移）的学习问题，并提出了一个有
PDF5 years ago
CVPRDeLiGAN: 用于多样化和有限数据的生成对抗网络
DeLiGAN 是一种用于有限训练数据场景的新型 GAN 架构，通过将潜在生成空间重新参数化为混合模型并学习混合模型的参数以及 GAN 的参数，实现了在有限数据的情况下生成具有多样性的样本。
PDF7 years ago