two-stage framework | BriefGPT

关键词two-stage framework

搜索结果 - 16

推进预训练教师：朝着异常检测的稳健特征差异
本文提出了一个名为 AAND 的简单而有效的两阶段工业异常检测框架，通过连续进行异常放大和正常性蒸馏来获得强大的特征差异。通过引入合成异常和反向蒸馏范式，该方法在 MvTecAD、VisA 和 MvTec3D-RGB 数据集上取得了最先进的
PDF2 months ago
由大到小：利用弱监督提炼和提高数学词问题的数学专业知识
通过创新的两阶段框架，从大型到小型语言模型中转移数学专业知识，通过弱监督任务设置解决数学文字问题中标注成本高的挑战，并在降低计算成本的同时，在 Math23K 和 Weak12K 数据集上表现出显著改进的性能。
PDF3 months ago
大型语言模型能否像人类一样回忆参考位置？
本文研究了利用大型语言模型（LLMs）预训练阶段存储的参数化知识，独立地从任意起始位置检索参考段落的方法，并提出了一个模拟人类检索易被遗忘参考的两阶段框架。实验证明，LLMs 能够独立检索各种任务形式中的参考段落位置，并且获取的参考对下游任
PDF4 months ago
DarkShot: 用低计算量和高质量照亮暗图像
本文提出了一种轻量级网络，采用 Siamese Self-Attention Block (SSAB) 和 Skip-Channel Attention (SCA) 模块，提高了模型对全局信息的聚合能力，适用于高分辨率图像，并且基于对低光图
PDF6 months ago
大型语言模型也能分享图片！
该研究探讨了大型语言模型（LLMs），如 InstructGPT，ChatGPT 和 GPT-4，在零样本设置中的图像共享能力，提出了一个两阶段框架，使 LLMs 能够预测潜在的图像共享转向并生成相关的图像描述，通过广泛的实验证明了 GPT
PDF8 months ago
令您的决策有说服力！一个统一的两阶段框架：自我归属和决策
自我归因与决策 (SADM) 是一个统一的两阶段框架，它不仅建立了生成的解释与模型决策之间更可靠的联系，而且在任务性能和解释质量方面取得了竞争性结果。
PDF8 months ago
ICCVEfficient-VQGAN: 高分辨率图像生成的高效视觉 Transformer
通过引入局部关注机制、融合全局关注和局部关注机制、以及自动编码训练和自回归生成策略，提出了一种高分辨率图像生成的高效两阶段框架，实现了更高效率、更好的重建质量和更高分辨率的图像合成。
PDF9 months ago
CleanUNet 2：基于波形和频谱的混合语音降噪模型
CleanUNet 2 是一种语音降噪模型，将波形降噪器和声谱图降噪器的优点结合起来，通过一个由波形模型和声谱图模型组成的两阶段框架，进一步提高了性能，相比之前的方法在各种客观和主观评估中表现更好。
PDF10 months ago
迭代前向调整促进语言模型内部学习
本研究提出了一种有效的、高效的两阶段方法来增强大型语言模型中的上下文学习，该方法利用 Transformer 注意力和梯度下降优化之间的双重形式，将上下文学习过程分为 'Thinking' 和推理阶段，通过递归前向优化演示来增强 LLLs
PDFa year ago
CVPR基于关键点和外观先验的身份保持说话人脸生成
提出了一种两阶段方法以生成更逼真、口型同步和较好地保留身份信息的谈话面部视频。第一阶段利用基于 Transformer 的关键点生成器从音频中提取嘴唇和下颌关键点，并根据说话人的脸部轮廓调整生成的关键点。在第二阶段中，视频渲染模型将关键点转
PDFa year ago
CVPR自然语言描述生成高保真 3D 人脸
本研究提出了一种基于自然语言描述生成高质量三维人脸模型的方法，通过建立 Describe3D 数据集以及使用两阶段框架来解决描述语言空间与形状 / 外观空间映射关系的问题，并且实验结果表明，该方法可以以比以往更高的精度和质量生成符合输入描述
PDFa year ago
DynamicLight: 利用 DRL 动态调整交通信号时长
本文提出了一个名为 DynamicLight 的两阶段深度强化学习框架，它使用最大队列长度选择正确阶段，并采用深度 Q 学习网络确定相应阶段的持续时间。在此基础上，还引入了两个变体。数字实验表明，DynamicLight 在确定相位持续时间
PDF2 years ago
上下文生成改善开放域问答
我们提出了一个采用粗到细方法提取相关知识和回答问题的两阶段闭书问题回答框架，实验结果显示我们的方法明显优于先前的闭书 QA 方法并与利用外部知识源的开书方法相当。
PDF2 years ago
GSRFormer: 基于交替语义注意力精炼的基础情境识别转换器
本文提出了一种基于双向关系的新的两阶段框架，旨在利用动词和语义角色之间的双向关系，生成结构化的图像语义摘要，实现类人事件理解，实验结果表明该框架在挑战性的 SWiG 基准测试中优于其他最先进的方法。
PDF2 years ago
Focus-and-Detect: 一种用于航拍图像的小目标检测框架
本文提出了一种名为 “Focus-and-Detect” 的两阶段物体检测框架，包括一个用高斯混合模型监督的物体检测网络来生成聚焦区域，以及一个物体检测网络来预测指定区域中的物体。同时，本文还提出了一种名为 IBS 的方法，可以克服区域搜索
PDF2 years ago
面向异构来源实现逼真的视觉配音
本文提出了一种简单而高效的两阶段框架，通过面部特征作为中间先验，从真实说话头生成的核心任务中区分出音频和图像的同步和生成，以更容易获取的杂类数据培训两个子网，以及允许对给定的说话头进行进一步的微调，从而实现高保真的 few-shot 视觉配
PDF2 years ago