intra-class variance | BriefGPT

关键词intra-class variance

搜索结果 - 10

ICML非对称非对比学习中监督有效性研究
研究了在监督场景下的非对称非对比学习（ANCL）以改善表示学习，提出了一种名为 SupSiam 和 SupBYOL 的监督 ANCL 框架，并通过提供监督减少类内方差以获取更好的表示。
PDF18 days ago
IG-FIQA: 基于类内方差引导的人脸图像质量评估方法，对不准确的伪标签具有鲁棒性
IG-FIQA 是一种基于样本相对分类的面部图像质量评估方法，引入了权重参数来减轻低类内差异类别图像关联实际质量的问题，并提出了在训练中估计样本类内差异的方法，同时还采用了即时数据增强技术以提升泛化性能，实验结果显示 IG-FIQA 在多个
PDF4 months ago
计算机视觉中的深度度量学习概述
通过深度度学习，优化深度神经网络的目标函数在创建输入数据的增强特征表示中起着至关重要的作用。然而，基于交叉熵的损失函数对于具有大的类内差异和低的类间差异的输入数据分布来说往往不够充分。深度度量学习旨在通过学习将数据样本映射到代表性嵌入空间的
PDF7 months ago
CoNe：对比邻居进行监督图像分类
针对图像分类问题，本文引入了 Contrast Your Neighbours (CoNe) 作为一种简单而实用的监督学习框架，通过使用样本自身的特征以及相似邻居的特征来生成更适应和精细的目标，并结合 “分布一致性” 作为一种更丰富的正则化
PDF10 months ago
使用合成脸部数据进行人脸识别
本研究利用合成数据和微调模型，在人脸识别领域取得了高精确度的成果，并研究表明模型的性能还受到脸部不同部位的影响。
PDFa year ago
基于半监督学习视角下的内部方差辅助深度度量学习
该研究提出了一种自我监督的生成辅助排序框架，以半监督视角获得典型监督深度度量学习的类内方差学习方案，该方法通过样本合成以模拟类内样本的复杂变换，并设计了自我监督学习思想下的类内排名损失函数来捕获微妙的类内变异性，从而增强了下游任务的有效性。
PDFa year ago
一种混合卷积神经网络与元特征学习的膳食胶囊内窥镜图像异常检测方法
提出一种基于混合卷积神经网络的异常检测算法，通过三个并行的卷积神经网络提取多种特征，在 KID 和 Kvasir-Capsule 数据集上的测试结果表明，该算法的分类精度高达 97% 和 98%。
PDF2 years ago
ICCV用于细粒度少样本分类的变分特征解缠方法
本文研究了如何通过增大少样本学习中的类内方差，以提高图像的分类效果，通过变分推断的方式将类内方差分布从基本集合转移到新集合中。实验结果表明，在具有挑战性的细粒度少样本图像分类基准上，该方法在状态 - of-the-art 的方法上有明显提升
PDF4 years ago
在细粒度视觉识别中引入类内差异
本研究以图像识别为课题，使用 Group Sensitive TRiplet Sampling 方法并融合 intra-class variance 到深层度量学习模型的 triplet 损失函数中，以提高 fine-grained vis
PDF7 years ago
NIPS物体形状建模和检测的动态与或图学习
本文介绍了一种新的基于判别式局部模型的 And-Or 图方法来表示和识别目标形状，该方法克服了困难的背景环境和大量的形态变化，并且不需要太多的监督和初始化。
PDF9 years ago