regularization loss | BriefGPT

关键词regularization loss

搜索结果 - 6

通过测地线提炼损失缓解 CLIP 引导的图像变形中的稳定性 - 可塑性困境
通过使用适当的正则化损失，我们的方法取代了传统的方向指导 CLIP 损失，从而在图像和视频的多个基准测试中实现了优秀的变形效果。
PDF6 months ago
GC-VTON：全球一致和遮挡感知的局部流预测与邻域完整性保持应用于虚拟试衣
本文提出了一种新颖的方法，通过全局边界对齐和局部纹理保护模块来解耦全局边界对齐和局部纹理保护任务，并通过两个模块之间的一致性损失来协调局部流场和全局边界对齐。通过预测身体部位的可见性掩模来显式处理遮挡，以防止纹理被扭曲。此外，引入了一种新的
PDF8 months ago
通过多模态数据污染很容易植入后门的文本转图像扩散模型
本文通过在三个语义层次（像素、物体和风格）上对基于文本到图像转换的扩散模型的后门攻击进行实验和讨论，提出了 BadT2I 攻击框架并利用正则化损失注入恶意输入。实验结果表明，现代扩散模型可以在几个微调步骤内轻易被后门攻击，在进一步的训练过程
PDFa year ago
使用旋转不变核的自监督学习
本研究提出了一种基于核平均嵌入的正则化损失，该损失使用在超球（也称为点积核）上具有旋转不变性的核，用于自监督学习图像表示。除了与现有技术竞争力充分之外，我们的方法显着减少了自监督训练的时间和内存复杂度，使其可以在现有设备上实现非常大的嵌入维
PDF2 years ago
ICCVPR-RRN: 面向非刚性三维重建的成对正则化残差递归网络
提出了基于 PR-RRN（Residual-Recursive Networks）的非刚性运动中的新型神经网络方法，包含两个额外的正则化损失，其中 RRN 被设计用于从 2D 关键点中有效地恢复 3D 形态和相机。该方法还提出了新的成对正则
PDF3 years ago
ACL是行善还是行正？探索常识因果推理模型的缺陷
本文研究语言模型在推理任务中的语义相似性偏见问题，提出添加正则化损失的解决方案，能够提高模型泛化能力，在 BCOPA-CE 数据集上表现更为稳健且具有更好的表现。
PDF3 years ago