training tricks | BriefGPT - AI 论文速递

关键词training tricks

搜索结果 - 11

少样本增量学习的技巧集合
我们提出了一个用于少样本类级增量学习（FSCIL）的绝招框架，这是一种具有挑战性的持续学习形式，涉及对有限样本的新任务的连续适应。我们的提出的绝招集合了八个关键而高度有影响力的技巧，改善了 FSCIL 的稳定性，适应性和整体性能，并建立了新
PDF3 months ago
使用前向和后向近似量化理解神经网络二值化
通过对于神经网络二值化的训练技巧进行优化，建立了 ProxConnect++ (PC++) 作为 BinaryConnect (BC) 的扩展，提出了一种增强的二值化算法 BNN++，并在卷积神经网络和视觉转换模型的图像分类实验中进行了验证
PDF4 months ago
CoverHunter: 经过精细调整的注意力和对齐技术的翻唱歌曲识别
提出了一个名为 CoverHunter 的新系统，该系统利用卷积增强变压器结构、基于注意力机制的时间池化模块、新颖的由粗到细的训练方案等方法，提高了当前歌曲查找技术的性能。通过在多个标准数据集上进行实验，证明了该方法在嵌入大小为 128 的
PDFa year ago
从 YOLOv1 到 YOLOv8 以及未来 ——YOLO 的全面评估
本文综合分析了 YOLO 实时目标检测系统的发展历程及其每个版本的创新和贡献，从原版 YOLO 到 YOLOv8，涵盖了标准度量和后处理、网络架构和训练技巧等方面，总结了 YOLO 发展的重要经验和展望其未来，强调提高实时目标检测系统的潜在
PDFa year ago
图像和视频质量评估的强基准
本文提出了一种简单而有效的联合模型，用于图像和视频的感知质量评估。该模型应用了来自主干网络的一个全局特征，并结合一些训练技巧，其性能超过了当前最先进模型的基线。根据所提出的架构，我们发布了三个常见场景下的良好训练模型。这三个预训练模型可直接
PDF3 years ago
ICCV单人动作预测的简单基线
本文提出了一种简单且有效的单人运动预测模型，在不使用视觉和社交信息的情况下，通过有用的训练技巧取得了很好的效果，该方法在 SoMoF 基准测试上表现非常优越，为未来研究提供了新的思路。
PDF3 years ago
ICLR对抗训练的技巧
本文研究了对抗训练中常常忽视的训练技巧和超参数的影响，发现对于鲁棒性的影响比以往认为的更加敏感，如微调权重衰减值可能会使模型鲁棒性下降超过 7%，而与此同时，我们基于这些发现重新设计了一个基线模型并获得了目前最优的结果。
PDF4 years ago
二元神经网络：综述
本文综述了二值神经网络中直接二值化和优化二值化两种算法，其中优化二值化采用了诸如最小化量化误差、改进神经网络损失函数、减少梯度误差等技术来解决二值化不可避免的严重信息损失和优化难题；同时对硬件友好设计和训练技巧等实用方面也进行了讨论，最后对
PDF4 years ago
AirFace：轻量级高效人脸识别模型
本文在人脸识别任务中探讨了卷积神经网络 (convolutional neural network) 的应用，提出了一种名为 Li-ArcFace 的新的损失函数 (loss function)，并在 MobileFaceNet 这一网络
PDF5 years ago
CVPR深度人员再识别的强基线和批归一化中间层
本文研究了使用简单但强大的全局特征基线进行人物再识别，通过收集和评估有效的训练技巧，并将其结合，提出了一种名为 BNNeck 的新型颈部结构，将度量和分类损失分成两个不同的特征空间，从而提高了现有方法的性能。
PDF5 years ago
CVPR深度人员再识别的技巧和强基线
本文探讨了一种简单有效的人物再识别（ReID）基线，并通过组合有效的训练技巧，在仅使用全局特征的情况下，在 Market1501 数据集上实现了 94.5％的排名 - 1 和 85.9％的 mAP。
PDF5 years ago