multi-label recognition | BriefGPT

关键词multi-label recognition

搜索结果 - 8

利用类别共现概率提升多标签识别
通过整合多标签识别、视觉语言模型、条件概率和图卷积网络，我们提出了一种方法来改进独立分类器的性能，并在多个多标签识别数据集上取得胜于现有方法的结果。
PDF2 months ago
CVPR探索结构化语义先验在多标签识别中的应用：基于不完整标签数据
本文提出一种通过 Semnatic Correspondence Prompt Network 建立结构化语义先验，以针对标签不完全的 MLR 问题的缺陷，结合自监督学习进一步加强该先验，最终在多个基准数据集上表现出卓越的性能。
PDFa year ago
MM通过在线多标签识别增加视觉语言预训练文本多样性
本论文提出了一种名为 IDEA 的方法，该方法利用多标签识别来增加文本多样性，从而提高视觉语言预训练（VLP）的性能，实验证明该方法可以在多个下游数据集上显著提升性能。
PDF2 years ago
DualCoOp: 有限标注条件下的快速多标签识别自适应
本论文提出了一种名为 DualCoOp 的统一框架，用于解决多标签识别的低标记问题，通过利用文本和视觉特征之间的强对齐，通过将类别名作为部分的语言输入来编码正负上下文，从而适应具有有限注释和未知类别的多标签识别任务，在标准多标签识别基准测试
PDF2 years ago
ICCV基于 Transformer 双关系图的多标签图像识别
本文提出了基于 Transformer 双重关系学习框架的方法，通过构建结构关系图和语义关系图，利用显式的语义感知约束来动态地建模图像对象的语义含义，并将学习到的结构关系合并到语义图中，为多对象识别任务提供了一种新的方法。
PDF3 years ago
ECCV长尾数据集中多标签分类的分布平衡损失
本文提出了一种称为分布平衡损失函数的新方法，用于解决多标签识别问题中遇到的长尾类分布、标签共现和负标签占主导的问题，并通过实验验证了该方法的有效性。
PDF4 years ago
AAAI标签图叠加的多标签分类
本研究提出一种基于标签图叠加框架的多标签识别解决方案，以图卷积网络（GCN）为基础，通过超 impose 技术建立标签相互作用图，并将其与 GCN 及 CNN 的信息交流，以提高特征学习和数据表示。实验表明，该方法大大提高了多标签识别的性能
PDF5 years ago
AAAI基于循环注意力增强学习的多标签图像识别
本研究提出了一种循环注意强化学习框架，通过迭代地发现一系列关注和信息区域，以及进一步预测这些区域中的标签得分，从而实现多标签图像识别。
PDF7 years ago