multi-scale feature fusion | BriefGPT

关键词multi-scale feature fusion

搜索结果 - 16

金字塔玛巴：基于选择性空间状态模型重新思考金字塔特征融合用于遥感图像语义分割
基于深度学习和多尺度特征融合的 PyramidMamba 语义分割网络在多个公开数据集上取得了最先进的性能，并展示了实时语义分割的巨大潜力。
PDF18 days ago
跨光谱 - 空间 - 时间领域的多尺度特征融合用于声音事件定位和检测
本文针对声音事件定位和检测（SELD）提出了一个名为多尺度特征融合（MFF）模块的三阶段网络结构，以有效地提取跨光谱、空间和时间域的多尺度特征。将 MFF 模块融入 EINV2 网络，提出了 MFF-EINV2 方法，并在 2022 和 2
PDF21 days ago
多尺度特征融合量子深度卷积神经网络用于文本分类
提出了一种基于量子卷积的全新量子神经网络模型，该模型通过引入多尺度特征融合机制和量子深度卷积来提高模型性能，并通过实验证明其在文本分类任务上优于现有量子神经网络模型，同时在使用更少参数的情况下提高了测试精度。
PDFa month ago
一种基于多尺度特征融合的轻量级注意力深度网络用于多视角面部表情识别
通过引入轻量级的关注网络，以及多尺度特征融合，本研究的主要目标是克服在实际应用中计算复杂性和多视角头部姿势方面所面临的挑战，该方法在参数数量和对姿势变化的鲁棒性方面达到了业界先进方法的水平。
PDF3 months ago
一个面向超声视频的空间 - 时间渐进融合网络用于乳腺病变分割
通过提出的 Spatial-Temporal Progressive Fusion Network（STPFNet）在超声视频乳腺病变分割问题中取得了比现有最先进方法更好的病变检测性能。
PDF4 months ago
CoFiNet: 多尺度精细展示揭秘伪装物体
提出了一种名为 CoFiNet 的新方法，专注于多尺度特征融合与提取，通过细节特征的有效分割来提高其对伪装对象的检测能力，同时采用粗到细的策略、多尺度特征集成模块、多激活选择核模块和双掩模策略等技术手段，在四个不同数据集上进行了全面实验，证
PDF5 months ago
金 - YOLO：通过聚集与分发机制实现高效物体检测
在本研究中，我们提出了一种先进的 Gatherand-Distribute 机制（GD 机制），该机制借助卷积和自注意操作实现。我们设计的新模型 Gold-YOLO 在跨所有模型尺度上提升了多尺度特征融合能力并在延迟和准确性之间实现了理想的
PDF9 months ago
轻量特征学习和多尺度注意力的野外深度目标检测
YOGA 是一种基于深度学习的、针对低端边缘设备而设计的轻量级目标检测模型，采用两阶段特征学习管道和注意机制的多尺度特征融合，取得了更好的模型大小和准确性之间的平衡。在 COCO 数据集上的测试结果显示，YOGA 是适用于低端边缘设备实际部
PDFa year ago
紧凑的双重融合网络用于边缘检测
本文提出了一种紧凑型次级融合网络 (Compact Twice Fusion Network, CTFN)，其中包括语义增强模块 (Semantic Enhancement Module, SEM) 和伪像素级加权模块 (Pseudo Pi
PDFa year ago
多尺度原型变形器用于整张组织切片图像分类
本文提出了一种基于多尺度原型 Transformer（MSPT）的 WSI 分类方法，通过使用原型 Transformer 和多尺度特征融合模块（MFFM）有效缓解正负样本不平衡与多尺度信息融合问题，实验结果表明其性能超过了其他算法。
PDFa year ago
CVPRLite DETR：高效的交错多尺度编码器
本文提出了 Lite DETR，一种简单而高效的端到端目标检测框架，用于减少检测头的 GFLOPs，同时保持 99％的原始性能。通过设计一种有效的编码器块，以交错的方式更新高级和低级功能，并开发了一种关键感知可变形关注机制，以更好地融合跨尺
PDFa year ago
ICML完全可逆的双向特征金字塔网络
RevSilo 是第一个用于双向多尺度特征融合的可逆模块，可通过可逆重计算来减少存储隐藏激活所需的内存，借助堆叠的 RevSilos，创建了一个完全可逆的双向特征金字塔网络 RevBiFPN，它在分类方面与 EfficientNet 等网络
PDF2 years ago
当 Transformer 遇上机器人抓取技术：利用上下文进行高效的抓取检测
本论文提出了一种名为 TF-Grasp 的基于 Transformer 的架构，用于机器人手部抓取检测，该架构采用本地窗口关注和交叉窗口关注，同时有多尺度特征融合，能够同时获取物体的局部信息和模拟物体间的长期关联，实验结果表明，TF-Gra
PDF2 years ago
MMRCNet: 反向特征金字塔和跨尺度移位网络用于目标检测
本篇研究提出一种新型的 RCNet 架构，由 Reverse Feature Pyramid (RevFP) 和 Cross-scale Shift Network (CSN) 组成，用于多尺度特征融合，在 MS COCO 测试集中证明 R
PDF3 years ago
ECCVPSConv: 将特征金字塔压缩成一个紧凑的多尺度卷积层
本文提出了一种名为 Poly-Scale Convolution (PSConv) 的卷积操作，通过将不同的扩张率巧妙地分配到每个卷积过滤器的单个卷积核中，实现了多尺度特征融合，从而提高了卷积神经网络的鲁棒性和表示学习能力。实验结果验证了
PDF4 years ago
CVPRMLCVNet：多层上下文 VoteNet 用于三维物体检测
本文提出 Multi-Level Context VoteNet（MLCVNet）方法，通过使用自注意力机制和多尺度特征融合来捕捉多层次的上下文信息，从而建立在当前先进技术 VoteNet 的基础之上，在投票和分类阶段引入三个上下文模块来编
PDF4 years ago