metric-learning | BriefGPT - AI 论文速递

关键词metric-learning

搜索结果 - 6

通过两个新的基于距离的损失函数，强制执行度量学习中的类别可分性，实现少样本图像分类：SuSana Distance 就是你所需要的
提出了两种不同的损失函数 ——Proto-Triplet Loss 和 ICNN loss，其中考虑了嵌入向量的重要性，并评估了训练后网络获得的嵌入的质量。在实验中，相比其他度量法，这些损失函数在 miniImagenNet 基准测试中将准
PDFa year ago
CVPR基于全交叉变换器的小样本目标检测
本文提出了一种新的基于 Fully Cross-Transformer 的模型 (FCT) 实现 few-shot 目标检测，通过在特征 backbone 和检测头中结合跨模块交互 attention，提高模型中不同表示层之间的相似性学习以
PDF2 years ago
AAAI负样本很重要：度量学习在时间定位中的复兴
该文提出了一种度量学习框架下使用互相匹配网络来解决视频时序定位问题，通过构造负交叉模态对和跨不同视频的负对样本来增强联合表示学习的性能，实验表明该方法在四个视频时序定位基准测试上取得了与最先进方法相比高度竞争的表现，并为第三个 PIC 研讨
PDF3 years ago
AAAI道路物体检测的小样本学习
本篇研究考虑在现实世界中具有类别不平衡的情况下进行 few-shot 目标检测（FSOD）。通过对印度驾驶数据集（IDD）进行实验，同时评估了基于度量学习和元学习的 FSOD 方法在同领域实验和对象样本稀少的实验中的表现。结果显示距离度量学
PDF3 years ago
基于模型无关语义特征学习的域泛化
研究域常规化问题及其解决方法，通过使用基于梯度的元训练和元测试过程，引入了两种补充损失来明确地规范特征空间的语义结构，从而取得了两个常见对象识别基准测试的最新效果。
PDF5 years ago
基于度量无关条件嵌入的小样本学习
提出了一种新的神经网络结构，利用基于目标图像的条件来学习高质量的类别表示，采用动态学习方式进行类别之间的对比，对 Caltech-UCSD 鸟类细粒度分类任务取得了最先进的性能。
PDF6 years ago