regression loss | BriefGPT - AI 论文速递

关键词regression loss

搜索结果 - 6

MCGAN：基于回归的生成器损失增强的 GAN 训练
生成对抗网络（GAN）已经成为一种生成高保真数据的强大工具，并且采用监督方法提出了 Monte Carlo GAN（MCGAN）算法，以解决现有方法在生成器训练上缺乏监督导致的振荡与性能不佳的问题，并且数值结果表明 MCGAN 在质量、准确
PDFa month ago
噪声误导稀疏目标上的旋转不变算法
添加噪音后，旋转不变算法在观察到 d 个或更多实例之后仍然是次优的；我们通过对旋转对称问题的贝叶斯最优算法的一个下界证明了这一点，并对简单的非旋转不变算法在同一问题中进行了更低的上界证明；最后，我们分析了一些简单情况下许多标准优化算法的梯度
PDF4 months ago
目标分数匹配
该论文介绍了利用目标分数的知识来改进 Denosing Score Matching 算法，在低噪声水平下取得更好的评估分数的效果。
PDF5 months ago
G-Rep: 面向任意方向物体检测的高斯表示
本文提出了一种称为 G-Rep 的统一高斯表示法，该法采用了高斯模型进行最优参数优化，可解决任意方向物体检测中由于特征不同引起的不准确性问题，该方法在多个公共数据集上均表现良好。
PDF2 years ago
ICML用高斯瓦瑟斯坦距离重新思考旋转物体检测
本文提出了一种基于高斯 Wasserstein 距离的新型回归损失函数作为解决旋转检测回归损失设计中边界不连续性和其对最终检测度量的不一致性的基本方法，通过将旋转包围盒转换为 2D 高斯分布来实现，具有高斯 Wasserstein 距离（G
PDF3 years ago
CVPR广义交并比：一个边框回归的度量和损失函数
本研究主要关注物体检测领域中最受欢迎的衡量标准之一的交并比（IoU），提出了一种广义的 IoU（GIoU）作为新的回归损失和度量方式，并将其应用于现有的物体检测框架中，在 PASCAL VOC 和 MS COCO 等常见的物体检测基准测试中
PDF5 years ago