novel classes | BriefGPT - AI 论文速递

关键词novel classes

搜索结果 - 31

MM一种用于在线增量学习语义分割的 EM 框架
本文提出了一种基于期望最大化 (EM) 框架的增量学习策略，用于快速适应深度分割模型的新类别，具有更好的效果和稳定性，并应用于 PASCAL VOC 2012 和 ADE20K 数据集上进行验证。
PDF3 years ago
AutoNovel：自动发现和学习新视觉类别
本文提出一种名为 AutoNovel 的新方法，通过结合自监督学习、排序统计和联合目标函数优化等方法解决了在给定其他类别的标记示例的情况下发现图像集合中新类别的问题，并提出了一种估计新类别数量的方法。最终，在标准分类基准上评估 AutoNo
PDF3 years ago
ICCV挖掘潜在类别用于少样本分割
本研究提出一种新的联合训练框架来缓解现有方法在处理潜在新类别时出现的特征削弱问题，并使用可转移子簇来增强特征嵌入，实验结果表明，该方法在 PASCAL-5i 和 COCO-20i 数据集上超过之前的最先进方法，并具有更少的参数和更快的推理速
PDF3 years ago
开放世界半监督学习
研究了在实际场景中半监督学习的一个基本局限性，即未标注的测试数据往往包含以前在标注训练数据中遇到的类。为了解决这个问题，提出了 ORCA，一种端到端的深度学习方法来处理未知类别在标注和未标注数据中的不一致性，并在图像分类数据集和单细胞注释数
PDF3 years ago
协作双通道度量在少样本学习中的应用
本文提出了一种对 few-shot 分类问题的基础分类方法，和一种在此基础上的协作双路径度量分类方法，将模型在基础分类上的训练结果迁移到新分类中。经过两个基准测试集的验证表明，该方法是一个简单而有效的框架，而且是该领域的新的最先进技术。
PDF4 years ago
基于视频检索和特征生成的通用 Few-Shot 视频分类
本研究提出通过使用 3D CNN 学习视频空时特征并在基类上 fine-tuning 分类器来解决 few-shot video classification 问题，其表现超过现有基准测试的先前方法 20 点以上，同时提出了利用标签检索和生
PDF4 years ago
OpenGAN: 开放集合生成对抗网络
本研究提出一种基于度量空间和开放集 GAN 结构的生成模型，利用度量学习模型提取语义信息来生成类别和细粒度相似的图像，支持生成超越 GAN 训练样本集的图像，数据增强实验表明该方法显著提高了分类器的性能。
PDF4 years ago
MM走向开放式增量学习：快速发现新作者
本文介绍了一种使用深度神经网络的增强开放式分类过程，通过对无类别数据进行聚类识别新类别并重新训练分类器从而将模型转移到增量学习模型。多次实验均表明该模型的优秀性能。
PDF5 years ago
ICCV通过转移分类权重来扩展物体检测
本文提出了一种名为权重传输网络（WTN）的新方法，通过权重的有效和高效传输，可以在不需要标注的情况下检测出新颖物体类别。相比基础的 WTN，引入自编码 - WTN（AE-WTN）方法可以在两个含有 500 和 57 种新颖类别的 Open
PDF5 years ago
一种使用条件变分自编码器进行零样本学习的生成模型
这篇文章研究了零样本学习在图像分类中的应用，提出了一种基于条件变分自编码器的生成模型方法，用于模拟未见过的样本，获得更好的分类性能。
PDF7 years ago
一类支持向量机
本文介绍了一种名为 OCSSVM 的单类切片支持向量机分类器，通过使用双平面来学习目标类别决策分数的正常区域，减少误判率，提高检测新类别实例的准确性，实验结果表明，OCSSVM 在两个公共数据集上始终优于单类支持向量机，并与最先进的单类分类
PDF8 years ago