BriefGPT.xyz
Ask
alpha
关键词
multi-source domain generalization
搜索结果 - 4
ERM++: 领域泛化的改进基线
通过改进经验风险最小化模型训练方法，提出了一种新的 Multi-source Domain Generalization 方法 ERM++，它可以在不增加计算复杂度的情况下，在多个数据集上取得领先于现有方法超过 5% 的性能表现，成为未来
→
PDF
a year ago
CVPR
通用单域推广的模态不可知去偏差
提出了一种适用于多种不同模态的深度神经网络的单一领域通用性（single-DG）算法，称之为 Modality-Agnostic Debiasing (MAD)，它采用一个新颖的双分支分类器，一支专注于识别特定领域的表层特征，另一个则利用来
→
PDF
a year ago
学习优化针对特定领域的归一化以实现领域泛化
本研究提出了利用深度神经网络的多源域泛化技术，通过引入特定于各个领域的优化归一化层。在每个域中，根据多个归一化统计的加权平均值对激活值进行归一化处理。并且在实现中使用批和实例归一化，以确定这两种归一化方法的最佳组合，优化学习模型的通用性。本
→
PDF
5 years ago
CVPR
学习属性等价于多源域泛化
本文探讨了如何从图像中准确地和鲁棒性地检测属性，并借鉴了多源域泛化的方法，为学习跨类别通用属性检测器提供了一种新的视角。经过对四个具有挑战性的数据集和三个不同问题的广泛实验验证了该方法的有效性。
PDF
8 years ago
Prev
Next