visual recognition tasks | BriefGPT

关键词visual recognition tasks

搜索结果 - 17

LangXAI: 整合大型视觉模型生成文本解释以提高视觉感知任务的可解释性
LangXAI 是一个框架，将可解释的人工智能 (XAI) 与先进的视觉模型相结合，为视觉识别任务生成文本解释。通过为最终用户提供分类、目标检测和语义分割模型输出的基于文本的解释，LangXAI 填补了人工智能和计算机视觉领域知识有限的最终
PDF4 months ago
动态频谱混合器用于视觉识别
提出了一种自适应结构，名为动态谱混合器（DSM），该结构通过使用离散余弦变换在频域表示标记间的相互作用，能够以对数线性复杂度学习长期空间依赖性，并通过动态频谱权重生成层实现信息频段的突出，从而高效地学习包含高低频信息的视觉输入的详细特征。全
PDF10 months ago
ICCV黑盒无监督领域适应与双向阿特金森 - 希夫林记忆
使用黑盒子无监督领域自适应（UDA）的源预测目标数据而不访问源数据或源模型，并且在数据隐私和目标网络选择方面具有明显的优势，然而目标数据的源预测通常存在噪声，使用它们进行训练容易出现学习崩溃，我们提出了 BiMem，一种双向记忆机制，可以学
PDF10 months ago
MAE 预先预训练对亿级预训练的有效性
该论文重新审视了在视觉识别任务中使用的标准预训练 - 微调范式，通过使用自监督 MAE 技术实现额外的预先训练阶段来初始化模型。该方法不仅可以扩展模型大小，还可以扩展训练数据集的规模，从而提高了基础模型的训练效率以及各种视觉识别任务的性能并
PDFa year ago
在线对比学习的知识蒸馏在视觉识别中的应用
论文提出了一种互惠对比学习（MCL）框架来进行基于网络的集成学习，可以提高模型的特征表达能力，从而提高视觉识别任务的性能。
PDF2 years ago
BatchFormerV2: 探索密集表示学习样本关系
本文提出了一种新的 Batch Transformer 模块，即 BatchFormerV2，可以进一步探索密集表示学习，适用于各种常见的视觉识别任务，包括图像分类、目标检测和全景分割，改进了几种基于 DETR 的目标检测方法 (例如 DE
PDF2 years ago
CVPR视觉识别的光谱无监督域自适应
本文提出了一种可以在不同的视觉识别任务中推广的有效和高效的无监督域自适应技术 Spectral UDA（SUDA），该技术从两个方面解决了 UDA 的挑战，第一，引入了谱变换器（ST），通过同时增强源样本和目标样本的域不变谱的同时抑制域变谱
PDF3 years ago
视觉识别的公平特征蒸馏
本文提出了一种基于特征蒸馏的系统方法，通过其可以降低视觉识别任务中的算法偏见，从而提高算法公正性。同时，我们在理论和实验方面验证了这种方法的有效性和可行性。
PDF3 years ago
重新审视 BatchNorm 中的 " 批次
该论文详细回顾了在视觉识别任务中 BatchNorm 所存在的问题，并且指出解决这些问题的关键是重新思考 BatchNorm 中 “Batch” 这个概念中的不同选择，通过提供这些问题及其缓解措施，帮助研究人员更有效地使用 BatchNor
PDF3 years ago
AAAI视觉表征学习的互惠对比学习
Mutual Contrastive Learning (MCL) is a powerful method for improving feature representations for visual recognition task
PDF3 years ago
AAAI深度神经网络中用于逻辑斯谛回归和 Softmax 回归的损失函数学习性质
本研究分析了通过逻辑回归和 softmax 损失训练的深度卷积神经网络，证明了经 class-wise 重新加权的损失函数可以帮助解决类别不平衡问题，提高了二分类。我们还提出了一种新的重新加权的逻辑回归损失函数用于解决多类别分类问题，特别是
PDF4 years ago
CVPRTransMatch: 半监督少样本学习的迁移学习方案
本文提出了一种新的半监督少样本学习的转移学习框架，用于充分利用标记基础分类数据和未标记新类数据的辅助信息，并基于该框架开发了一种称为 TransMatch 的新方法，通过 Imprinting 和 MixMatch 实例化三个组件，实验结果
PDF5 years ago
ICMLLatentGNN：学习高效非局部关系以用于视觉识别
该研究提出了一种基于图神经网络和潜在空间的方法，以降低图的复杂度从而实现对视觉特征的非局部关联表示，并在三项主要的视觉识别任务上展示了其具有较高的性能和较低的计算成本。
PDF5 years ago
ICCV平衡数据集并不足够：在深度图像表示中估计和缓解性别偏见
本文提出了一个框架来度量和降低视觉识别任务中与保护变量（例如性别）有关的固有偏差。通过采用对抗性方法来从深度神经网络中去除受保护变量的不想要的特征，我们展示了该方法的有效性，并在两个数据集上进行了实验。实验结果表明，在保持准确性的情况下，本
PDF6 years ago
使用水平门循环单元学习长距空间依赖
使用水平门控循环单元层，可以取得与甚至优于当前最先进的深度学习结构相当的效果，在长空间范围内检测相互依赖的视觉特征上表现出色。
PDF6 years ago
AAAI深度神经网络的自适应归一化风险规避训练
本文提出了一种新的错误标准和学习方法，ANRAT，用于攻击训练深度神经网络（DNNs）中的非凸优化问题，旨在解决 DNNs 中的非凸优化问题，通过改进训练过程，用于解决 MNIST 和 CIFAR-10 数据集上的可视化识别任务。
PDF9 years ago
深度神经激活的 Fisher Kernel
本文介绍了一种将传统的基于低级局部描述符的图像表示法和卷积神经网络的深度神经激活相结合的框架，提出了一种从预训练的 CNN 中提取公平数量的多尺度密集局部激活的有效方法，并通过改进的 Fisher kernel 框架聚合这些激活。实验证明，
PDF10 years ago