shape information | BriefGPT

关键词shape information

搜索结果 - 7

SETA：针对领域泛化的语义感知令牌增强
通过引入 SEmantic-aware Token Augmentation (SETA) 方法，并结合两种现有样式增强方法，我们在多个视觉转换器 (ViT) 和多层感知器 (MLP) 架构上实现了同类方法中表现最佳的跨域泛化性能。
PDF3 months ago
利用形状线索进行弱监督语义分割
本研究提出了一种基于形状信息的弱监督语义分割方法，采用了新颖的改进方法去增强模型可靠性，能够在单阶段框架内迅速高效地完成训练与推理，在 PASCAL VOC 2012 数据集上的准确率超过了现有的同类方法。
PDF2 years ago
离散表示增强视觉 Transformer 的鲁棒性
本文介绍了如何通过在 ViT 的输入层添加离散 token 的方法来提高其对全局信息的学习和对真实世界数据的泛化能力，并通过实验证明对于七个 ImageNet 鲁棒性基准测试，该改进方法能够让 ViT 的鲁棒性提高最多 12%，同时不影响在
PDF3 years ago
ICLR形状还是纹理：理解卷积神经网络中的辨别特征
本研究通过设计一系列实验，发现卷积神经网络中大部分的形状信息在训练的前几个阶段就已经学习，这些信息主要由 CNN 的最后几层进行编码。此外，本文还表明形状的编码并不意味着编码的是局部像素语义信息。
PDF3 years ago
门控形状卷积神经网络用于语义分割
本文提出了一种新的双流 CNN 架构，其中显式地将形状信息作为单独的处理分支，即形状流，以并行方式处理信息。此架构的关键是一种连接两个流的中间层的新型门，用于连接经典流的高级激活以控制形状流的低级激活，有效地消除噪声并帮助形状流仅关注处理相
PDF5 years ago
ICCV基于形状模型的分割算法报警系统
本文通过学习不同数据集共享的先验形状信息构建了一个低维特征空间，然后使用 Variational Auto-Encoder（变分自编码器）来学习该特征空间，并将其用于无标签的分割结果质量评估，进而设计了一个报警系统来提供可靠的分割质量预测。
PDF5 years ago
NIPSPointCNN：点云转换下的卷积
这篇论文提出了 PointCNN，这是一个简单且通用的框架，用于从点云中进行特征学习和卷积运算，以克服点云中的不规则性和无序性，实现对点云进行特征提取、形状信息保留和点排序。实验表明，它在多个挑战性的基准数据集和任务上实现了与最先进的方法相
PDF6 years ago