BriefGPT.xyz
大模型
Ask
alpha
关键词
supervised loss
搜索结果 - 3
ECCV
使用学习损失的 3D 目标检测:寻找你的(3D)中心
通过在未经过场景中心标记的未经处理的 3D 扫描数据中使用尽可能少的目标标签进行训练,我们提出了一种新的优化程序,其中含有两个网络,它们可以在与监督有可比性的情况下实现相当的性能,从而解决了 2D 图像与 3D 场景之间的差异问题。
PDF
4 years ago
目标检测中的预测不公
该研究研究了最新的物体检测系统是否能够在不同肤色的行人中具有公正的预测性能,我们对一个现有的大规模数据集 BDD100K 进行了注释,并提供了两种肤色分组之间性能的深入比较分析,发现时间、遮挡和训练期间重新加权的监督损失对这种预测性别扭曲的
→
PDF
5 years ago
CVPR
从多视角图像学习单目三维人体姿态估计
本文提出了一种通过多视角的训练,使用一致性约束联合监督损失及惩罚项实现替代大量标注的 3D 人体姿态估计方法,并提出了一种联合估计相机姿态及人体姿态的方法,在 3D 人体姿态估计方面取得了良好的表现。
PDF
6 years ago
Prev
Next