BriefGPT.xyz
Ask
alpha
关键词
synthetic-to-real
搜索结果 - 3
通过扩散特征弥合语义分割的领域差距
利用预训练扩散模型的内在知识,通过采样和融合技术,提出了一种新的扩散特征融合方法(DIFF)来提取和集成有效的语义表示,该方法在领域泛化语义分割和合成到真实情景中均优于先前的方法达到了最优性能。
PDF
a month ago
CVPR
MIC: 用于上下文增强领域自适应的遮蔽图像一致性方法
本文提出了一种新的被称为 Masked Image Consistency (MIC) 的模块,用于提高无监督域适应(UDA)的性能,它通过学习目标域中的空间上下文关系作为强健视觉识别的附加线索来加强 UDA。该方法可用于不同的视觉识别任务
→
PDF
2 years ago
自监督学习领域不变特征用于深度估计
本文提出一种自监督学习的新训练策略,通过图像转换网络实现在合成和真实领域之间的域不变表示学习,从而提高单张图像深度估计在现实世界中的泛化能力。实验结果表明,该方法在 KITTI 和 Make3D 数据集上均优于现有技术。
PDF
3 years ago
Prev
Next