multi-stage architecture | BriefGPT

关键词multi-stage architecture

搜索结果 - 8

多阶段 ASR 的部分重写
提出一种文本处理算法，用于改善流式自动语音识别的结果质量，同时保持最终结果不变，并减轻闪烁问题。
PDF7 months ago
DSE-GAN: 动态语义演化生成对抗网络用于文本到图像生成
本文提出了一种新的动态语义演化生成对抗网络（DSE-GAN），采用单个生成器 - 鉴别器对的单个对抗训练架构，在每个阶段根据历史阶段的状态（即历史阶段的文本和图像特征）对文本特征进行自适应重新组合，以在粗到细的生成过程中提供多样化和准确的语
PDF2 years ago
CVPR多阶段渐进式图像修复
该研究提出了一种名为 MPRNet 的多阶段架构，使用编码器 - 解码器架构学习上下文信息和高分辨率分支，结合像素自适应设计重新加权本地特征，从而实现复原图像的同时维持空间细节和上下文信息的最佳平衡，该架构在包括图像去雨、去模糊和降噪等多个
PDF3 years ago
MS-TCN++：基于多阶段时间卷积网络的动作分割
本文提出了一种多阶段架构的深度学习模型，通过利用扩张时间卷积和双重扩张时间卷积层，实现了在长时间的未修剪视频中对动作进行准确的时序分割，并在三个数据集上取得了最先进的结果。
PDF4 years ago
CVPR级联的人物 - 物品相互作用识别
本文提出了一种基于级联架构的人体 - 目标交互理解方法，包括实例定位和交互识别两个阶段，并引入了关系排名和三元流分类器等组件，在边缘像素级别完成交互关系细分，实现了极佳的关系建模表现。
PDF4 years ago
Stack-VS: 堆叠型视觉语义注意力机制用于图像描述生成
提出了一个基于多阶段架构的模型 (Stack-VS)，与底层 (top-down) 和高层 (bottom-up) 注意力模型结合来生成优质图片标题。使用 LSTM 解码器单元在可视层级和语义层级信息上重定义关注权重，并在 MSCOCO 基
PDF5 years ago
CVPRMS-TCN：多阶段时间卷积网络用于动作分割
本研究提出了一种多阶段架构方法来解决视频动作分段问题，使用扩张卷积神经网络来生成初始预测并利用平滑损失进行训练，模型在多个数据集上实现了最新的研究成果。
PDF5 years ago
多阶段对象检测，使用组递归学习
本文提出了一种基于 EM-like group recursive learning 和 multi-stage architecture 的新型物体检测方法，通过引入周围 proposals 的上下文信息来迭代地提升物体 proposal
PDF8 years ago