visual tasks | BriefGPT - AI 论文速递

关键词visual tasks

搜索结果 - 39

通过强化学习中的内在动力特征学习任务相关的序列表示
通过建模状态转换的动力学方程、优化编码器以满足状态转换过程并区分状态空间和噪声空间，以及从序列元素频率域和多步预测的角度顺序地建模内在动力学方程关系，我们提出了一种内在动力学特征驱动的序列表示学习方法（DSR），并在视觉任务中展示了出色的表
PDFa month ago
Vision Mamba: 一项综合调查与分类
Mamba 是一种新型的人工智能架构，基于最新的状态空间模型，具有强大的效率和长距离依赖建模能力，被广泛应用于深度学习中的自然语言处理和视觉领域。本综述研究了 Mamba 在视觉任务和数据类型上的应用，探讨了其前身、最新进展以及对各领域的深
PDF2 months ago
基于语义的人形机器视觉任务的主动感知技术与视点焦点传感器
通过使用语义信息，可以在场景探索和视觉搜索任务中有效地完成视觉任务，从而证明了语义模型在视觉任务中的优越性。
PDF3 months ago
深度外在流形表示的视觉任务
通过将外在流形表征嵌入到深度神经网络中，Deep Extrinsic Manifold Representation (DEMR) 方法用于视觉任务，不直接优化复杂的测地损失，而是侧重于优化嵌入欧氏空间内的计算图，以适应不同的架构要求；在两
PDF3 months ago
均质分词器重要性：远程感知图像理解的均质视觉分词器
基于视觉感知的齐质化可视化分词器 HOOK 在稀疏和密集任务中使用较少的令牌，以实现与 Patch Embed 的性能改进和效率提高。
PDF3 months ago
GiT: 通向通用视觉 Transformer 的普适语言接口
这篇论文提出了一种简单而有效的框架，名为 GiT，它能够同时适用于各种视觉任务，只需一个简单的 ViT 模型。
PDF4 months ago
ELA：深度卷积神经网络的高效局部注意力
本篇论文提出了一种高效的局部注意力 (ELA) 方法，该方法通过引入 1D 卷积和分组归一化特征增强技术，实现了在不通过降维的情况下，精确定位感兴趣区域的目标，并且具备轻量级的实现。在 ImageNet、MSCOCO 和 Pascal VO
PDF4 months ago
点和指导：通过统一直接操作和文本指令实现精确图像编辑
将直接操作和文本指令相结合，可实现精确图像操作。用户可以通过视觉标记对象和位置，然后在文本指令中引用它们，从而在自然语言的视觉描述性和直接操作的空间精度之间实现有益的结合。
PDF5 months ago
MGNet: 通过多个图学习对应关系
MGNet 通过有效地结合多个补充图表达方法，利用全局图中的所有稀疏通信信息一次性捕捉和放大判别特征，从而在不同的视觉任务中优于现有方法。
PDF6 months ago
分割与合并：通过稀疏训练释放视觉适配器的潜力
通过提出混合稀疏适配器（MoSA）作为一种新颖的适配器调整方法，旨在充分发挥每个适配器参数的潜力，本研究对一系列 27 个视觉任务进行了广泛实验证明，MoSA 始终比其他适配器调整方法和基准线方法表现更好，并在低资源和多任务设置的两个具有挑
PDF7 months ago
InstructSeq：将视觉任务与指令条件下的多模态序列生成统一
InstructSeq 是一种多模态建模框架，通过灵活的自然语言控制和处理视觉和文本数据，将多样化的视觉任务统一起来。通过使用 LLM 生成的自然语言指令进行训练，InstructSeq 在指定视觉任务的自由形式指令理解方面具有强大的能力，
PDF7 months ago
理解自监督特征用于学习无监督实例分割
自我监督学习（SSL）可以用于解决复杂的视觉任务，该论文研究了实例分割的自我监督表示，发现不同 SSL 方法的特征在实例感知水平上存在差异。
PDF7 months ago
低光条件下可见光到热像转换以提高视觉任务效果
本文提出了一种利用生成网络和检测网络将 RGB 图像转化为热成像图像的端到端框架，并通过生成的热成像图像与真实数据进行比较，论证了使用生成对抗网络将 RGB 训练数据转化为热成像数据的可行性，从而加快和降低生成热成像数据的成本，满足安全应用
PDF8 months ago
语言模型中的冰冻 Transformer 是有效的视觉编码层
利用大型语言模型进行视觉任务，通过冻结预训练的语言模型的转换器块作为视觉令牌的编码器层，能够显著改善计算机视觉任务的性能，并提出信息过滤假设来解释预训练语言模型在视觉编码中的有效性。
PDF8 months ago
启发式视觉预训练的自监督和有监督多任务学习
提出了一个结合自监督学习和监督学习的多任务预训练框架，用于识别多种视觉任务，结果表明该模型能够达到或超过多个视觉任务的最先进结果的能力。
PDF9 months ago
基于扩散的感知的文本图像对齐
扩散模型是具有令人印象深刻的文本到图像合成能力的生成模型，对于传统机器学习任务产生了一系列创新方法。然而，如何运用这些生成模型的感知知识来进行视觉任务仍然是一个未解之谜。本研究发现，自动生成的描述能够改善文本图像对齐，并显著提升模型的交叉注
PDF9 months ago
轻量级卷积神经网络的数据端效率
我们研究了在图像分类和目标检测的两个重要视觉任务中，选择数据方面属性如何帮助选择或设计轻量级卷积神经网络。通过实验，我们展示了四个数据属性 - 类别数目、目标颜色、图像分辨率和目标尺度如何影响神经网络模型的大小和效率。通过基于度量学习的内部
PDF10 months ago
通过基于 ASCII-Art 的跨模态任务，测试 ChatGPT 的理解深度：GPT3.5 在识别和生成 ASCII-Art 方面的能力并非完全缺乏
对 ChatGPT 及其基础模型 GPT3.5 的可视任务进行分析，包括图像识别和图像生成等方面。
PDFa year ago
基于维度结构的跨模态学习知识蒸馏方法
本论文提出一种基于知识蒸馏的跨模态学习方法，通过探索任务间相关性，将潜在的 “暗知识” 迁移到易学习任务中，有效提高模型准确性并应用于现实世界数据集的实验验证。
PDFa year ago
视觉 Transformer 预训练中遮蔽和置换视觉令牌的学习
本研究提出了一种名为 MaPeT 的新型自监督预训练方法，旨在提高基于视觉任务的性能并解决输入噪声和不一致性问题，实验结果表明其在 ImageNet 数据集上具有与竞争对手相媲美的性能。
PDFa year ago