learning-based models | BriefGPT

关键词learning-based models

搜索结果 - 9

基于敏感性的强化增强分割
通过引入一种新颖的自适应敏感度分析方法和样本扰动超参数值，我们提出了一种有效、适应性强且无需过多微调的方法来增强基于学习的分割模型在培训过程中的鲁棒性，该方法在分割中展示了明显的改进并在多种可视化计算和计算机图形应用中得到了有效验证。
PDFa month ago
优质基础价值众多标签：高效标注的全景分割
通过利用视觉基础模型的描述性图像特征，我们训练了两个轻量级网络头进行语义分割和物体边界检测，并通过一种新颖的融合模块将它们的预测合并，以实现基于标准化切割的全景地图，从而显著提高了 PASTEL 在较少注释样本的情况下进行标签高效分割的性能
PDFa month ago
知识图谱上复杂查询应答的元算子
该研究提出了一种基于学习的复杂查询回答模型，通过学习有限数据中的元操作符，并将其应用于不同实例的操作符以处理不完整的知识图中的复杂查询，从而提高模型的泛化能力。结果表明学习元操作符比学习原始 CQA 或元 CQA 模型更有效。
PDF4 months ago
无人驾驶系统中基于学习的相机和激光雷达模拟方法综述
该论文回顾了基于学习的传感器模拟方法和验证方法的最新研究进展，重点关注相机和激光雷达这两种主要类型的感知传感器，并概述了评估感知传感器模型的常用验证技术和目前研究领域中存在的研究缺口。
PDF5 months ago
自主驾驶模拟中的主动数据采集
本文提出了一种主动数据收集策略来改善自主驾驶算法中需要的数据集质量问题，实验结果表明该策略可以显著降低标注成本和数据集大小，提高数据集质量，从而提高自主驾驶系统的性能。
PDFa year ago
两种召回方式
本文提出模式模型和学习模型在精度和召回率方面的差异，并通过实验证明神经方法在 d-recall 方面确实表现更好，但在 e-recall 方面模式模型仍然显著更优。理想的方法应该同时考虑两种，如此理想应该体现在我们的评估中。
PDFa year ago
CVPR无需清洗图像的逼真相机噪声建模 - Noise2NoiseFlow
该论文提出了一个框架，通过仅依赖噪声图像对而不是噪声 / 清洁图像对，同时训练噪声模型和降噪器，应用于 Noise Flow 架构的训练。结果表明，该框架在噪声合成和密度估计方面优于先前的基于信号处理的噪声模型，并且与其受监督的对手相当，训
PDF2 years ago
CVPR提高运动预测中的上下文感知
该研究介绍了 CAB 运动预测模型及其训练过程，以促进使用语义上下文信息，并引入两个新指标 - 弥散度和范围收敛性 - 评估预测的时间一致性，并在 nuScenes Prediction 基准测试中得到了评估，证明了它在困难场景下的预测能力
PDF3 years ago
ACL一种基于句子压缩的框架用于查询焦点的多文档摘要
本文提出了一个基于句子压缩技术的任务框架，通过基于解析树的一系列学习模型，设计一种创新的 Beam Search 解码器来高效地找到高概率压缩结果，将语言学动机和查询相关性融入压缩过程中，并在多项指标上显著优于最先进的系统，包括在 DUC
PDF8 years ago