vision datasets | BriefGPT - AI 论文速递

关键词vision datasets

搜索结果 - 6

基于变分自编码器的受控解耦的无监督多领域翻译
无监督多领域转换是将数据从一个领域转换到其他领域的任务，我们提出的方法基于改进的变分自编码器，利用两个分离的潜在变量以一种可控的方式实现。我们通过实验证明了我们的方法在不同的视觉数据集上可以提高其他知名方法的性能，并证明了一个潜在变量存储与
PDF6 months ago
减少野外虚假相关性：基准和更现实的数据集
本文提出了 SpuCo—— 一个 Python 软件包，用于快速实现当前最先进的对抗模型评估方法，包括两个新的视觉数据集 SpuCoMNIST 和 SpuCoAnimals，这有助于评估和比较各种对抗方法；结果表明现有数据集和评估方案对学习
PDFa year ago
ICLR基于内核视角的深度卷积模型近似和学习
本研究通过核方法的角度对卷积核网络进行了研究，发现其 RKHS 由补丁之间的交互项的加性模型组成，其范数通过汇聚层促进这些项之间的空间相似性，并提供了泛化界，以说明池化和补丁如何提高样本复杂度保证。
PDF3 years ago
比较神经形态计算机视觉数据集上的 SNN 和 RNN：相似之处与差异
本研究对 SNN 和 RNN（包括 Vanilla RNN 和 LSTM）进行了对比研究，并通过对视觉数据集进行实验，创新性地改进了 RNN 的丢失函数和调整了数据集的时间分辨率以测试模型的鲁棒性和概括能力。
PDF4 years ago
ASAP: 体系结构搜索，降温和裁剪
该论文提出了一种不同 iable 的搜索空间方法，可以通过逐渐修剪较差的操作，实现体系结构权重的退火，从而以连续的方式收敛到单个输出网络，实验表明该方法在视觉数据集上具有较高的准确性和较低的搜索成本。
PDF5 years ago
ECCV非线性嵌入变换在无监督领域自适应中的应用
本文提出了一种非线性嵌入变换（NET）算法，它将领域对齐和基于相似度的嵌入结合在一起，在多个视觉数据集上进行全面评估，证明了 NET 算法在无监督域适应中优于现有竞争的程序。
PDF7 years ago