real-world settings | BriefGPT

关键词real-world settings

搜索结果 - 11

面向现实世界的超分辨率真实数据生成
本文介绍了一种新颖的逼真分离数据生成器（RealDGen），该生成器是为了解决现有图像超分辨率技术在复杂实际环境中泛化效果不佳的挑战所设计的。通过精心设计内容和降解提取策略，并将其整合到一种新颖的内容降解分离扩散模型中，从不成对的实际低分辨
PDF21 days ago
基于生成式 AI 的软件产品发布就绪性检查清单的现状
本研究探讨将大型语言模型集成到软件产品中的复杂性，重点关注确定其发布准备工作中遇到的挑战。我们系统性地审查了灰色文献，确定了在部署大型语言模型方面的常见挑战，从预训练和微调到用户体验的考虑。该研究介绍了一份全面的检查清单，旨在指导从业人员评
PDF3 months ago
V-IRL: 将虚拟智能落地于现实生活
开发能够在真实世界中像人类一样感知、思考和行动的 AI 代理，需要弥合数字与物理世界之间的现实差距。为此，我们引入了 V-IRL：一个使代理能够在虚拟现实环境中与真实世界进行可扩展交互的平台，旨在开发能够完成各种实际任务的代理，并以广阔的测
PDF5 months ago
UniHuman: 一款用于编辑野外人像的统一模型
UniHuman 是一个统一的模型，通过利用人类视觉编码器的指导和引入轻量级的姿势扭曲模块来提高模型的生成质量和泛化能力，并在真实环境中解决了人类图像编辑的多个方面。
PDF6 months ago
EMNLPATHENA: 数理推理中的思维扩展
使用注意力机制的 THought Expansion Network Architecture (ATHENA) 模型通过模仿人类思维扩展机制中的神经网络传播形式，解决实际世界的数学问题挑战，并在训练示例信息受限的情况下，在各种问题中取得了
PDF8 months ago
深度伪造检测在实际场景中的评估框架
提出了一个更可靠的评估框架来评估在更现实的情境下学习型 deepfake 检测器的性能，并量化其对不同处理操作的鲁棒性，同时设计了一个基于真实处理操作驱动的随机退化数据增强方法，显著提高了 deepfake 检测器的鲁棒性。
PDFa year ago
自监督语音表示学习在土耳其语自动语音识别实验中的应用
使用 HUBERT 进行语音表示学习的土耳其语自动语音识别模型通过从 YouTube 等在线资源中提炼出的海量数据进行预训练，发现这些模型无法在真实情况下应对口音、俚语、背景噪声和干扰等因素，因此并不适用于商业应用场景。
PDF2 years ago
CVPRInteractron：具身自适应物体检测
在这篇论文中，我们提出了 Interactron 这种方法，它可以在交互式环境中进行自适应目标检测，通过与环境进行交互，在推理过程中继续训练并适应模型。我们的自适应目标检测模型相对于高性能目标检测器 DETR 获得了 7.2 个点的 AP（
PDF2 years ago
ECCV深度循环生成对抗残差卷积网络用于真实图像超分辨率
本研究提出了一种基于 CycleGAN 和 GAN 框架的超分辨率方法，能够在真实世界的低分辨率与高分辨率图像转换中，保持数据分布的连续性，表现出较高的超分辨率效果。
PDF4 years ago
深度生成对抗残差卷积网络用于真实世界超分辨率
通过提出一种深度残差卷积生成对抗网络（SRResCGAN）来解决真实世界中图像修复过程缺失的问题，该网络通过对 HR 领域的像素级监督来对模型进行敌对训练，并利用残差学习和凸优化技术来最小化能量函数，我们的实验表明，该方法易于部署到其他下采
PDF4 years ago
ICCV重新审视点云分类：一个新的基准数据集和基于真实世界数据的分类模型
本文研究基于点云数据的深度学习技术在解决三维计算机视觉领域中的经典问题方面的应用。作者介绍了 ScanObjectNN 数据集并展示了其对于点云对象分类问题的挑战性，提出了三个关键的挑战问题，并提出了一些解决方案，最终实现了在背景杂乱的情况
PDF5 years ago