pseudo ground truth | BriefGPT

关键词pseudo ground truth

搜索结果 - 7

LISO：纯激光雷达无监督三维物体检测
自动驾驶堆栈中，3D 物体检测是最重要的组成部分之一，但当前最先进的激光雷达物体检测器需要昂贵而缓慢的人工注释才能取得良好性能。我们引入了一种自我监督方法来训练 SOTA 激光雷达物体检测网络，该方法仅基于未标记的激光点云序列工作，我们称之
PDF4 months ago
LEOD: 事件相机的标签高效目标检测
LEOD 是第一个能够节省标签的事件感知目标检测框架，通过弱监督、半监督和自监督学习机制，利用有限标签在未标记事件上生成伪标签，并通过双向推理和基于跟踪的后处理提高伪标签的质量。通过引入新的实验协议，在 Gen1 和 1Mpx 数据集上评估
PDF7 months ago
CVPR自点流：基于最优传输和随机游走的自监督点云场景流估计
本文提出一种基于最优传输的自监督方式，利用多个描述符构建传输成本矩阵并通过质量相等约束鼓励一对一匹配，同时引入随机漫步模块来鼓励伪标签的局部一致性，通过在 FlyingThings3D 和 KITTI 数据集上的全面实验表明，该方法在自监督
PDF3 years ago
ICCV单目深度估计的自适应置信度阈值
本文提出了一种使用自监督立体匹配方法生成的伪真实深度地图来辅助单目深度估计的新方法，并利用门限网络调整伪深度图。通过基于像素自适应卷积层提高单目深度估计精度，并取得了优异的实验结果。
PDF4 years ago
CVPR点进去，盒子出来：超越人群计数
本研究提出了一种新的基于检测的深度学习网络来实现对人头大小及数量的计数，在使用伪基础真值进行训练时实施了一种在线更新方案和局部约束回归损失，并采用课程学习策略来训练网络，实验结果表明，该方法在多个标准数据集上的检测与计数任务中表现卓越。
PDF5 years ago
RefineLoc: 弱监督行动定位的迭代改进
本文提出一种基于迭代精化方法的弱监督时间动作定位模型 RefineLoc，能够通过估计和训练片段级伪标签来定位视频中动作的发生时间，经实验证明此方法可以显著提高现有弱监督时间动作定位方法的性能。
PDF5 years ago
ECCV视频中的标注传递是否有助于语义分割？
该研究通过研究伪地面为真（PGT）与 GT 的结合来训练 CNN 以用于语义视频分割任务，发现 PGT 需要具有良好的标签质量，并且与 GT 图像有所不同，并且可以多次加重 PGT 的重要性以提高精度。通过使用 PGT 与 GT 对 Cam
PDF8 years ago