large-scale benchmarks | BriefGPT

关键词large-scale benchmarks

搜索结果 - 7

超越 ImageNet-1K 的深度聚类方法的扩展
在大规模基准数据集上，探索了基于特征的深度聚类方法的性能表现，并分析了数据相关因素对其影响，包括类别不平衡、类别粒度、易于识别的类别和捕获多类别的能力。通过基于 ImageNet21K 的多个新基准评估实验，发现基于特征的 $k$-mean
PDFa month ago
揭示自我监督在多视角多人关联与跟踪中的作用
多视角多人联合追踪和跟踪（MvMHAT）是用于多人场景视频监视的新而重要的问题，旨在在每个视图中随时间追踪一群人，并在同一时间识别不同视图中的同一人，我们提出了一种自监督学习感知的端到端网络，利用了空间 - 时间自一致性的特性来解决这个问题
PDF5 months ago
STTracker: 3D 单目标时空跟踪器
本文提出了一种基于多帧点云输入的 3D 单物体跟踪方法，能够编码目标的时空信息、学习目标的运动信息，且采用稀疏注意力机制进行特征融合，在 uiti 和 NuScenes 数据集上均取得了具有竞争力的结果。
PDFa year ago
面向域泛化的随机对抗样式扰动
提出了一种新颖的领域泛化技术，随机对抗样式扰动（RASP），该算法通过扰动特征的样式来捕捉每个领域的特征统计信息，并通过特征混合增强学习源域的知识，以提高领域泛化能力，尤其是在大规模基准测试中
PDFa year ago
CVPRGD-MAE：基于 MAE 预训练的 LiDAR 点云生成解码器
本文提出了一种基于生成解码器的 Masked Autoencoders（GD-MAE）方法用于自动合并周围上下文信息，以恢复多层次融合遮蔽几何知识的三维点云，能在保持良好性能的情况下探索各种遮蔽策略，且实验结果表明该方法在多个大单元基准上均
PDF2 years ago
LaSOT: 高质量大规模单目标跟踪基准
LaSOT 是一个高质量的大规模单目标跟踪基准，拥有 85 个类别，共计超过 387 万帧，每帧都经过精心手动注释，提供了一个专门的高质量平台供跟踪器的训练和评估。在 LaSOT 上的广泛评估表明，仍然存在显着的改进空间。
PDF4 years ago
PKU-MMD: 一项大规模的连续多模态人类行为理解基准测试
本文介绍了一个新的大规模基准（PKU-MMD），用于连续多模态 3D 人类动作理解，并涵盖了广泛的复杂人类活动，包括 1076 个长视频序列，51 个动作类别，由 66 个主体在三个摄像机视图下执行，包含近 20,000 个动作实例和总共
PDF7 years ago