HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

DW:优化目标检测训练过程,更全面的正负权重计算 | CVPR 2022

<blockquote论文提出自适应的labelassignment方法DW,打破了以往耦合加权的惯例。根据不同角度的一致性和非一致性指标,动态地为anchor分配独立的pos权重和neg权重,可以更全面地监督训练。此外,论文还提出了新的预测框精调操作,在回归特征图上直接精调预测框<br/

使用 CLIP 对没有标记的图像进行零样本无监督分类

深度图像分类模型通常以监督方式在大型带注释数据集上进行训练。随着更多带注释的数据加入到训练中,模型的性能会提高,但用于监督学习的大规模数据集的标注成本时非常高的,需要专家注释者花费大量时间。为了解决这个问题,人们开始寻找更便宜的标注的标签来源,是否有可能从已经公开的数据中学习高质量的图像分类模型?

PLC:自动纠正数据集噪声,来洗洗数据集吧 | ICLR 2021 Spotlight

<blockquote<p 论文提出了更通用的特征相关噪声类别PMD,基于此类噪声构建了数据校准策略PLC来帮助模型更好地收敛,在生成数据集和真实数据集上的实验证明了其算法的有效性。论文提出的方案理论证明完备,应用起来十分简单,值得尝试</p<p来源:晓飞的算法工程笔记公众号</p<

RepLKNet:不是大卷积不好,而是卷积不够大,31x31卷积了解一下 | CVPR 2022

<blockquote论文提出引入少数超大卷积核层来有效地扩大有效感受域,拉近了CNN网络与ViT网络之间的差距,特别是下游任务中的性能。整篇论文阐述十分详细,而且也优化了实际运行的表现,值得读一读、试一试<br/ <br/来源:晓飞的算法工程笔记公众号</blockquote

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。