multi-target | BriefGPT - AI 论文速递

关键词multi-target

搜索结果 - 8

CVPR广义指称表达分割
本文介绍了一个新的基准测试 Generalized Referring Expression Segmentation (GRES)，它允许表达式引用任意数量的目标对象，为此我们构建了第一个大规模数据集 gRefCOCO，并提出一种基于区域
PDFa year ago
在严重不确定情况下进行多目标决策
本文将近期发展的决策理论的不完全偏好和概率信息转移到多目标设置中，并通过利用可能的部分基数和部分概率信息，比帕累托序提供更详细的订单来比较决策。我们讨论了所提议的决策选项之间的一些有趣属性，并展示了如何通过线性优化来计算它们。最后，在比较不
PDF2 years ago
联邦多目标域自适应
提出一种新的基于联邦学习的多目标领域自适应算法，通过对模型性能的分析，发现现有领域自适应方法在面对该问题时存在的问题，并提出一种有效的 DualAdapt 方法来解决这些问题。在图像分类和语义分割任务上的大量实验结果表明，我们的方法在客户端
PDF3 years ago
CVPR城市级别的多摄像头车辆跟踪，由路口区域引导
本文提出了一个基于路口区域的多目标多相机车辆跟踪框架，使用探测和车辆重新识别模型提取目标和外观特征，并提出了方向基于时间蒙版的 tracklet 过滤策略、相邻相机的子簇，通过以上技术，该方法在 2021 AI City Challenge
PDF3 years ago
DAugNet：卫星图像语义分割的无监督、多源、多目标和终身域适应
提出了一种新方法 DAugNet，用于无监督的多源、多目标、终身领域自适应卫星图像分类，包括分类器和数据增强器，增强器可以在多个卫星图像之间执行风格转换，每次训练迭代提供分类器多样化的数据，使其对不同的领域数据分布具有鲁棒性，该方法明显优于
PDF4 years ago
ECCV多功能域自适应的最小类混淆
本研究提出了一种通用的归纳偏见，即最小类混淆 (MCC) 方法，该方法不仅易于收敛，而且可以有效地处理多个不同的领域适应 (DA) 方案，特别是在 Partial-Set 和 Multi-Target DA 两个难度较高的数据集上表现优异。
PDF5 years ago
医学影像领域自适应和泛化的有力基础
本研究在医学成像中提供了多源、多目标域适应和泛化问题的强大基准，通过使用 10 个不同胸透数据集的多样性集合，我们实证演示了在训练医学成像深度学习模型应用于不同病人群体的好处，以用于样本外的域泛化。
PDF5 years ago
ECCV多目标、多相机跟踪的性能指标和数据集
本研究提出新型精度和召回率的性能评价措施，并通过拥有超过 2700 个身份的 1080p，60fps 视频上的 2 百万帧进行了大规模标注和校准，同时使用参考软件系统作为比较基准。研究结果表明，提出的措施恰当地评估了多相机设置中的身份识别性
PDF8 years ago