BriefGPT.xyz
Ask
alpha
关键词
multi-stage features
搜索结果 - 3
语义分割的类别特征转换器
利用类别特征转换器(CFT)来探索多阶段特征之间的类别嵌入和转换,通过常见的多头注意力机制学习统一的特征嵌入,并将其动态广播到高分辨率特征,将 CFT 集成到典型的特征金字塔结构中可以在多种骨干网络上展现卓越性能,经过在流行的语义分割基准数
→
PDF
a year ago
使用无监督多阶段特征学习进行行人检测
本文利用卷积网络模型,采用多阶特征提取,全局形状信息和本地独特的纹理信息相结合以及基于卷积稀疏编码的无监督方法来预训练过滤器,取得了所有主要行人数据集上的最先进和有竞争力的结果,从而解决了行人检测的实际问题。
PDF
12 years ago
卷积神经网络用于房屋数字分类
本文使用卷积神经网络 (ConvNets) 分类实际房屋数字,通过学习多层特征和使用 Lp pooling 等方法优化传统神经网络结构并在 SVHN 数据集上实现了 94.85% 的准确率,比以前的方法提高了 45.2% 的准确性,同时分析
→
PDF
12 years ago
Prev
Next