visual recognition models | BriefGPT

关键词visual recognition models

搜索结果 - 7

从虚拟到真实（FFR）：利用合成数据进行减弱虚假相关性的两阶段训练管道
使用合成数据进行预训练并在真实数据上进行微调的新型两阶段方法在减轻视觉识别模型的偏见方面取得了显著的改善，能够与偏见减轻方法整合并获得在三个大规模数据集上的最新性能。
PDFa year ago
ICCV通过对抗训练实现视角不变的视觉识别
借鉴对抗训练的成功，我们提出了 “Viewpoint-Invariant Adversarial Training（VIAT）”，通过最小化期望损失来训练一个视角不变的分类器，以提高各种图像分类器的视角鲁棒性。实验证实了 GMVFool 生
PDFa year ago
CVPR双正对象识别：视觉原理的 WHY 提示
本文提出了一种叫做 “双重正确” 的目标识别基准，要求视觉模型不仅可以提供正确的标签，同时也要提供正确的理由，结果显示，使用语言模型为视觉表征提供正确理由可以显著提高视觉模型性能。
PDF2 years ago
ViewFool: 对视觉识别在对抗视角下的稳健性进行评估
通过创建一种新的方法，称为 ViewFool，将真实世界的物体编码为神经辐射场（NeRF），该方法表征了多样化的对抗性视角分布，这些分布应用于图像分类器的评估中，进一步证明常见的图像分类器对生成的对抗性视角的脆弱性，并提出了一种新的超出分布
PDF2 years ago
ECCV学习在噪声亲和力图上可靠地传播
该论文提出了一种新的框架，利用局部图神经网络和基于置信度的路径调度器，可以在大规模真实数据上可靠地传播标签，同时有效地处理异常值和复杂的图结构。在 ImageNet 和 Ms-Celeb-1M 数据集上的实验证明了该方法的有效性。
PDF4 years ago
CVPR微扰神经网络
本文介绍了一种名为扰动层的替代卷积层的模块，通过实验证明这种扰动层可以有效地替代传统的卷积层，在多个视觉数据集上与标准 CNNs 性能相当，且拥有更少的参数。
PDF6 years ago
数据蒸馏：走向全监督学习
通过数据精炼方法，利用所有可用的标记数据和互联网规模的未标记数据，从而超过单纯使用有标记数据的最新颖全监督式监督学习方法。
PDF7 years ago