supervised training | BriefGPT

关键词supervised training

搜索结果 - 44

自监督编码器对未见数据集的聚类的实证研究
用预训练模型在未被训练的数据集上进行推理，探讨其嵌入是否能够形成有意义的聚类，评估自监督模型的嵌入，发现不同于监督模型，自监督模型在训练领域内表现更好，在训练领域外则相反，而微调模型则展示了相反的趋势，聚类提供了一种评估自监督学习表示的方法
PDFa month ago
CVPR基于单目遥感影像的多级监督的三维建筑重建
提出了一种适用于大规模交叉城市场景的多级监督建筑重建网络 (MLS-BRN)，旨在通过灵活利用带有不同注释级别的训练样本，在端到端的方式下实现更好的重建结果。实验证明，相较于现有的最先进方法，所提出的 MLS-BRN 在使用更少的三维注释样
PDF3 months ago
电致发光太阳电池图像缺陷检测预训练模型的大规模评估
对太阳能电池缺陷检测中预训练方法的大规模评估和基准测试表明，特定预训练方案在低表示类别上实现卓越性能，为该领域中自监督和半监督训练技术的进一步研究提供了大型无标签电致发光图像数据集和标记的语义分割电致发光图像数据集。
PDF4 months ago
在 CLIP 嵌入空间中使用基于语言的丢失函数进行红外和可见光图像融合
本文提出了一种基于自然语言表达目标、利用语言表达优势以提高图像融合性能的语言驱动融合模型。通过将相关文本编码为多模态嵌入空间，建立嵌入向量之间的关系表示融合目标和输入图像模态，并通过监督训练导出一种基于语言驱动的损失函数，使实际红外 - 可
PDF4 months ago
AAAI循环一致性学习用于字幕生成和定位
我们提出了一个名为 CyCo 的循环一致学习框架，用于连接视觉定位和图像描述，实现二者的协同训练；这个框架不仅允许半弱监督训练视觉定位，而且改善了全监督视觉定位的性能，并且生成了一个通用的图像描述模型，能够描述任意的图像区域。大量实验证明，
PDF6 months ago
基础模型对医学图像分割是否有效？
基于监督训练方法和无标签自我监督学习方法，在 100 个心脏超声图像的 25 个测量上，对 Segment Anything 模型（SAM）进行了性能和资源比较，结果发现 SAM 的性能较差，需要更多的标注和计算资源，显示出比无标签自我监督
PDF8 months ago
多次利用不同深度数据集驱动光流学习
通过利用光流估计与立体匹配之间的几何连接，我们提出了一种将各种现实世界深度估计数据集转化为生成光流的监督训练数据的方法，同时引入几何增强和辅助分类器进一步增强光流估计器的学习，该方法在多个数据集和光流估计模型上的广泛实验验证了其有效性和优越
PDF9 months ago
深度神经网络在医学图像分类中的校准理解
在医学图像分析领域，确保高准确性不仅是重要的，确保有良好校准的预测也至关重要。通过提供模型的确定性洞察，识别需要关注的情况并建立对其预测的信任，深度神经网络的置信度在可解释性方面起关键作用。我们进行了一项全面的实证研究，探索了不同训练方式下
PDF9 months ago
ICCV适应锁定思维网络解密心灵
该论文介绍了一种自适应锁定不可知网络（ALAN）的方法，通过自我监督的视觉特征提取和解剖鲁棒的语义自分割来应对医学成像应用中标记数据不足的问题，并应用于三个公开的超声心动图数据集，结果表明这种方法能够稳定地识别心脏的解剖子区，并设计了两个下
PDF9 months ago
自监督学习中正向正向算法的研究
我们首次研究了自监督表征学习中前向 - 前向算法与反向传播的性能，并对所学到的表征空间提供了深入洞察。在四个标准数据集（MNIST，F-MNIST，SVHN 和 CIFAR-10）以及三种常用的自监督表征学习技术（旋转，翻转和拼图）上，我们
PDF9 months ago
使用通用强化学习实现图像变换序列检索
本文介绍了图像变换序列检索（ITSR）任务，提出一种基于强化学习的解决方案，即 Monte Carlo 树搜索（MCTS）和深度神经网络相结合的模型训练方法，并通过实验结果证明其效果优于监督训练。
PDFa year ago
生成式大型语言模型能否执行 ASR 错误校正？
本文使用 ChatGPT 模型作为例子，研究其在零样本或一次样本设置中执行 ASR 错误校正的能力，并提出了无约束错误校正和 N-best 约束错误校正方法。结果表明，使用强大的 ChatGPT 模型进行错误校正可以大大提高 ASR 系统性
PDFa year ago
自监督图像重建方法的样本复杂度分析
探究自监督训练方法的样本复杂度，发现模型的性能会随着训练样本数量增加而提高，证明采用自监督训练方法所需样本较多，但与监督训练方法优化模型的性能差距会随着样本数量增加而逐渐缩小。
PDFa year ago
学生成为大师：匹配 GPT3 进行科学事实错误校正
本文介绍了一个声明校正系统，该系统不需要验证器，并采用了 LLMs 提示和声明感知解码程序进行培训来创建可用于完全监督培训和正则化的丰富注释数据集，在科学事实数据集上可实现 94％纠正准确率。
PDFa year ago
医学监督下的自编码器：为医学图像分类制定更好的遮盖策略和高效的微调计划
本文提出了一种 Medical Supervised Masked Autoencoder (MSMAE) 模型来解决传统 Masked Autoencoder (MAE) 模型在医学图像分类和分割中存在的问题，通过监督训练精确地遮蔽医学图
PDFa year ago
CST5: 代码交替语义分析的数据增强
通过数据增强技术 CST5，使用仅约 100 条英语语句种子集，细调 T5 模型用以生成代码切换语句，可通过人工评估和比较基线模型与增强数据模型来证实 CST5 可生成高质量的代码切换数据。实验证明，使用 CST5，可以使用少达原来标注数据
PDF2 years ago
使用全通力训练的反馈驱动循环尖峰神经网络学习
本研究提出一种监督式训练程序，运用递归最小二乘法的 FORCE 算法来拟合每层过程的目标，以控制反馈回路，促进 RSNNs 神经元网络动力系统的训练，提高其性能和抗噪性并使用 TTFS 编码来进行能效硬件实现。
PDF2 years ago
有限标注条件下的分割学习：MRI 自监督预训练中的回归和对比损失
本文研究了两种预训练方法（回归损失和对比损失）对深度学习模型在磁共振成像下的肝脏分割和前列腺分割应用中的效果，并发现自我监督预训练减少了标记数据的需求，且基于对比损失的预训练的初始化效果更好。
PDF2 years ago
基于遮罩的图像建模技术在三维医学图像分析中的应用进展
本文研究了遮蔽图像建模技术在医学三维图像分析中的应用，发现其相比基于对比学习的方法能够更快地进行监督学习并达到更高的精度，使用高遮蔽率和相对较小的块大小预测原始像素值是医学图像建模的一项重要自监督预训练任务，轻量级的解码器或投影头设计能够加
PDF2 years ago
ECCV人脸度量重建研究
提出了一种基于面部识别网络的监督学习方法 MICA，能够实现更精确的面部重建和跟踪，且在当前的非度量基准测试和度量基准测试上都有着较大的优势。
PDF2 years ago