refinement module | BriefGPT

关键词refinement module

搜索结果 - 12

CVPRFrozen CLIP: 强大的骨干网络用于弱监督语义分割
本文提出了基于 CLIP 模型的 WeCLIP 方法，用于弱监督语义分割。WeCLIP 将冻结的 CLIP 模型作为骨干网络进行语义特征提取，并设计了新的解码器来解释提取的语义特征进行最终预测。同时，我们利用冻结的骨干网络生成伪标签来训练解
PDF15 days ago
构建一致可解释的运动预测模型：基于异构图注意力的方法
自动驾驶中，准确解读其他道路用户的移动并利用这一信息预测未来轨迹至关重要。本文提出了一个新的优化模块，将预测的轨迹重新映射到实际地图上，纠正了编码过程中可能丢失的位置信息，从而实现更一致的预测。同时，我们还提出了一种新颖的场景编码器，以单一
PDF2 months ago
STAT: 通往可推广的时间动作定位
提出了一种弱监督时序动作定位算法 STAT，通过引入自监督时序自适应教师模块和对齐模块，在不同数据分布下显著提高了动作定位方法的泛化能力。
PDF2 months ago
LADDER：一种视频帧插值的高效框架
本研究介绍了一种有效的视频帧插值框架，通过采用深度卷积和创新的高清增强策略，实现了对视频帧处理效能和质量的平衡。
PDF2 months ago
LocaliseBot: 基于可微分渲染的多视角 3D 物体定位与机器人抓取
机器人抓取通常遵循五个阶段：物体检测、物体定位、物体姿态估计、抓取姿态估计和抓取规划。本论文关注于物体姿态估计，我们的方法依赖于物体的多个视角、相机在这些视角下的外部参数以及物体的 3D CAD 模型。我们通过优化不可区分渲染进行了粗略的姿
PDF8 months ago
交互式无类别物体计数
我们提出了一个新颖的互动式无类别对象计数框架，其中人类用户可以交互地提供反馈以提高计数器的准确性。我们的框架包括两个主要组成部分：一个用户友好的可视化工具来收集反馈，以及一个高效的机制来整合它。
PDF10 months ago
深度完成的可变形卷积再探讨
深度补全是从稀疏深度图生成高质量密集深度图的方法，本文通过重新思考可变形卷积的概念，提出了一个有效的架构，利用可变形核卷积作为单次细化模块，并在大规模 KITTI 数据集上取得了精度和推理速度方面的最新水平。
PDFa year ago
SAM 是否有助于视频超分辨率？
使用 Segment Anything Model 为基础的语义感知的先验知识，通过 SAM-guidEd refineMent 模块 (SEEM) 来提高视频超分辨率效果，并在 EDVR 和 BasicVSR 等现有方法中都得到了一致的提
PDFa year ago
CVPRE-CIR: 事件增强连续强度恢复
该论文提出了 E-CIR 技术，可以通过利用事件结构对模糊图像进行去模糊处理，生成更真实和平滑的结果。
PDF2 years ago
ACL从未标注的数据中提取表单字段
该研究提出了一个新的框架，使用未标记的数据来进行表单字段提取。通过挖掘未标记表单中的噪声伪标签来启动训练过程，并提取转换器模型中的区分性记号表示，以建模表单中的文本交互，并引入基于逐步伪标签集合的细化模块，以防止模型过拟合标签噪声。实验结果
PDF3 years ago
用高斯约束的注意力网络进行场景文本识别
提出一种基于高斯约束注意力网络的场景文本识别方法，用于处理现有注意力机制中的注意扩散问题，从而提高了识别网络的性能。
PDF4 years ago
Alpha-Refine: 通过精确定界框估计提高跟踪性能
本文介绍了一种新的、灵活的和准确的细化模块 Alpha-Refine，并将其应用于五种基础跟踪器中，实现了在 TrackingNet、LaSOT 和 VOT2018 基准测试中比其他现有的细化方法显著提高跟踪性能的效果。
PDF4 years ago