swin transformer | BriefGPT

关键词swin transformer

搜索结果 - 34

不应仅依赖自然语言训练的明确识别
使用基于 Transformer 的架构进行 LaTeX 文本识别，识别到存在的 “偏差” 问题并提出使用混合数据集训练的 LaTeX 打印文本识别模型，该模型在编码器中采用 Swin Transformer，解码器中采用 RoBERTa
PDF8 days ago
无线胶囊内镜基于 Swin Transformer 和 RT-DETR 的出血帧分类与检测的稳健流程
本文描述了我们在 Auto WCEBleedGen 挑战赛 V2 2024 中的方法，结合了 Swin Transformer 用于出血帧的初步分类以及 RT-DETR 用于进一步检测无线胶囊内窥镜图像中的出血，同时还采用了一系列图像预处理
PDF20 days ago
Swin Transformer 的自监督跨模态预训练
通过增强 Swin Transformer，我们的模型 SwinFUSE (Swin 多模态融合的无监督增强) 在医学影像领域从不同的影像模态中学习，提升了下游性能，并展现出了对领域变化的适应性以及显著的泛化能力。
PDFa month ago
从全局语义到局部显著特征的转变：用于膝骨关节炎严重度评估的 Swin-Transformer
通过使用 Swin Transformer 以及局部特征表示的改进方法，本研究在骨关节炎等医学影像诊断领域实现了显著的鲁棒性和精度提升。
PDF4 months ago
一种时空对齐的 SUNet 模型用于低光视频增强
我们提出了一种 Swin Transformer 为骨干结构的时空对齐 SUNet（STA-SUNet）模型，用于捕捉低光视频特征并利用它们的时空相关性，通过在新颖统一的 BVI 数据集上进行比较分析，该模型在各个测试数据集上体现出卓越的适
PDF4 months ago
AAAI通过移除 GELU 激活函数加速整数 SWIN Transformer 的推断
通过移除 SWIN Transformer 中的 GELU 激活，并用 ReLU 激活代替，我们使用迭代式知识蒸馏方法，在保持准确度下降低于 0.5% 的同时，至少提高了 11% 的量化 SWIN Transformer 的推理延迟。
PDF5 months ago
利用 Swin Transformer 进行局部到全局弱监督语义分割
近年来，计算机视觉领域中的弱监督语义分割使用基于图像级标签的监督引起了广泛关注。本研究探索了使用 Swin Transformer 的 'SWTformer' 来提高初始种子 CAMs 的准确性，通过结合局部和全局视角。
PDF5 months ago
基于 Swin Transformer 的新型车标识别方法
我们使用 Swin Transformer 实现实时车标识别，通过在三个公共车标数据集上进行广泛实验，取得了 99.28%、100% 和 99.17% 的令人印象深刻的顶级准确性结果，证明了我们方法在现有方法上的优越性。未来的研究可以探索和
PDF5 months ago
DedustNet：基于频域主导的 Swin Transformer 的小波网络用于农业粉尘去除
我们提出了一种名为 DedustNet 的全新训练学习网络，利用基于 Swin Transformer 的波变换网络来解决实际农业图像去尘任务，并通过深度学习技术有效去除图像中的尘埃而保留原始结构和纹理特征，在农业机械应用中取得了卓越的性能
PDF6 months ago
基于增强的 Swin Transformer 及本地 - 全局特征的交替聚合的图像超分辨重建网络
本论文通过交替聚合局部全局特征，引入了位移卷积实现局部空间信息和通道信息的交互，并提出了块稀疏全局感知模块以进一步实现空间和通道信息的交互。同时，引入了多尺度自注意模块和低参数残差通道注意模块，实现了不同尺度上的信息聚合。在五个公开数据集上
PDF6 months ago
可变速率图像压缩的视觉提示调优渐进学习
该研究提出了一种渐进学习范式，用于基于变速器的图像压缩。通过使用层自适应提示模块 (LPM) 提取输入图像和编码器端以及解码器端的隐藏特征的提示信息，并将其作为额外信息输入到预训练的基于变速器的图像压缩模型的 Svin Transforme
PDF7 months ago
使用额外的统计信息检查 Transformer 模型的可解释性
通过考虑层归一化层中标记的统计信息，我们的方法在解释 Swin Transformer 和 ViT 的可解释性方面展现了很强的能力。
PDF7 months ago
遥感图像目标检测的跨通道注意力多模态变换器
通过多模式远程感知数据进行对象检测，提出了一个基于多模式变换器的解决方案，包括交叉通道注意力模块和结合卷积层和固定维度的新架构，以实现细粒度到粗粒度的表示生成，并在广泛实验中验证了其有效性和适用性。
PDF8 months ago
利用计算机断层扫描图像的 Swin Transformer 方法进行 COVID-19 检测
COVID-19 诊断方法，使用 CT 图像和 Swin Transformer 模型进行病人级别预测，通过多数投票决定患者的整体诊断。
PDF9 months ago
OSNet 和 MNetO：多场景线性计算机断层扫描的两种通用重建架构
提出两种用于线性计算机断层扫描（LCT）的重建体系结构，其中一种通过神经网络学习 Hilbert 滤波函数从而得到完整的内部重建，另一种通过多个方向的 Hilbert 滤波模型叠加重建结果，虽然存在一些伪影，但适用于特定方向的外部轮廓成像。
PDF9 months ago
利用视觉转换器改善肺癌的诊断和预后：一项范围性综述
通过对基于视觉转换器的人工智能方法在肺癌成像应用方面的最新发展进行综述，本文提供了对视觉转换器如何提高肺癌的人工智能和深度学习方法的性能的关键洞察。此外，该综述还确定了推动该领域发展的数据集。视觉转换器是研究人员的首选之一，然而也报告了许多
PDF10 months ago
SST：基于现有轨迹的出租车目的地预测的简化 Swin Transformer 模型
通过将出租车轨迹转化为二维网格并使用计算机视觉技术，本研究提出了一种简化的 Swin Transformer 结构 (SST) 用于准确预测出租车轨迹的目的地，并通过基于真实轨迹数据的综合实验表明，SST 相较于现有方法能够实现更高的准确性
PDFa year ago
MM多人对话中人类行为分析的数据增强
我们的研究团队 HFUT-VUT 在 ACM Multimedia 2023 的 MultiMediate Grand Challenge 2023 中的解决方案覆盖了三个子挑战：身体行为识别，眼神接触检测和下一个发言者的预测。我们选择 S
PDFa year ago
ICCVTALL：深度伪造视频检测的缩略图布局
本文介绍了一种名为缩略图布局（TALL）的简单而有效的策略，通过将视频剪辑转换为预定义的布局，实现了时空依赖关系的保留，并将该策略与 Swin Transformer 相结合，形成了高效且有效的方法 TALL-Swin，实验表明，TALL-
PDFa year ago
Swin-Free：采用窗口大小变化实现更好的跨窗口关注和效率
本研究旨在提高计算机视觉中 Transformer 模型的精度和效率，通过在 Swin Transformer 模型中引入可变大小的窗口来实现本地窗口之间的交叉连接，以提高模型准确性和速度。
PDFa year ago