novel categories | BriefGPT

关键词novel categories

搜索结果 - 12

CVPR重新思考开放世界半监督学习：分布不匹配和归纳推理
该研究通过解决开放世界半监督学习中的假设假设和评估方法的问题，以扩展实用的开放世界半监督学习。
PDFa month ago
OV-DQUO: 带降噪文本查询训练和开放世界未知对象监督的开放词汇 DETR
提出了一种名为 OV-DQUO 的开放词汇 DETR，利用去噪文本查询训练和未知对象监督的方法，通过通配符匹配和对比学习来解决开放词汇检测器中基本类别和新类别之间的信心偏见，能够在 OV-COCO 和 OV-LVIS 基准测试上取得新的最先
PDFa month ago
子群移位下的新颖节点类别检测
通过结合受限制的回溯学习框架和高效的图链接预测机制，我们引入了一种新的方法，受限制的召回率优化与选择性链接预测 (RECO-SLIP)，以在具有次群体转变的带属性图中检测属于新类别的节点，并在多个图数据集上进行了全面的实证评估，证明了 RE
PDF3 months ago
跨领域少样本分割通过迭代支持查询对应挖掘
跨领域少样本分割 (CD-FSS) 需要仅使用有限样本从不同领域中对新颖类别进行分割，论文发现通过 fine-tuning 阶段有效地在领域之间转移学习得到的元知识的必要性以及由于新颖类别样本稀缺导致朴素的 fine-tuning 存在过拟
PDF6 months ago
2D-3D 视觉 - 语言蒸馏的 3D 开放词汇全景分割
我们提出了一种新方法，通过学习 LiDAR 特征和固定的 CLIP 特征之间的融合来处理 3D 开放式词汇全景分割问题，并提出了两个新的损失函数：物体级蒸馏损失和体素级蒸馏损失。在 nuScenes 和 SemanticKITTI 数据集上
PDF6 months ago
AAAI通用类别发现的转移和对齐网络
广义类别发现任务中，传统方法在已知类别上的表现较好，但在新颖类别上表现不佳。为了减轻这两个问题，我们提出了一种转移和对齐网络 (TAN)，它包含两种知识转移机制来校准偏倚知识和两种特征对齐机制来学习判别特征。我们的结果显示，我们的模型在新颖
PDF6 months ago
基于关系推理的 OOD 检测不需要大类别间的明显分离
本研究提出了一种新的无需经过微调就可以基于嵌入空间进行 Out-Of-Distribution 检测的方法，其中使用了 relation reasoning pre-training，并展示了一种控制交叉类别边缘的损失函数优于基准方法的实验
PDFa year ago
开放世界弱监督目标定位
通过提出一种弱监督对象定位任务 OWSOL (Open-World Weakly-Supervised Object Localization), 并使用一个对比学习方法 (co-learning) 将有标签和无标签数据进行降维表示，通过聚
PDFa year ago
字幕出卖：联合字幕对开放性词汇实例分割进行定位和生成
本文提出了一种基于 Caption Grounding and Generation 框架的简单而有效的方法，借助图像标题中的目标名词发现新类别的实例，通过与 Mask Transformer 基线的结合和 caption generati
PDFa year ago
通过转移语义亲和力和边界实现弱监督语义分割
本文提出了一种弱参考语义分割方法，通过在基础类别上添加像素级别的注释，来帮助在只有图像级别标签的情况下，分割新类别对象，实验证明此方法在 PASCAL VOC 2012 数据集上表现显著优于传统方法。
PDF3 years ago
ShapeMask: 通过形状先验细化学习新对象的分割
介绍了一种名为 ShapeMask 的解决利用对象的形状中间概念来解决在实例分割中应用于新类别的问题的方法。与现有方法相比，该模型通过学习形状先验和实例嵌入来捕获对象形状和外观信息，并取得了 6.4 到 9.4 的 AP 值提高。
PDF5 years ago
学习组合表示用于少样本识别
通过引入简单的正则化技术以及利用类别级别属性注释对神经网络进行特征空间分解，本工作试图弥合深度学习模型与人类学习之间的鸿沟，证明组合表示的价值并展示少量样本即可学习新类别的分类器。
PDF6 years ago