- 博客(10)
- 收藏
- 关注
RSS订阅原创 Visual Studio Code连接远程服务器连接ssh，并设置免密登录以及汉化
Visual Studio Code配置服务器连接ssh，并设置免密以及汉化
2023-04-18 11:51:25
3102
原创 Contrastive Embedding for Generalized Zero-Shot Learning：广义零样本学习的对比嵌入
CVPR 2021 paper广义零样本学习（GZSL）的目标是当只提供可见类的已标记示例来识别可见类和不可见类的对象。生成模型可以合成不可见的类中缺失的视觉特征，以减轻GZSL中的数据不平衡问题。然而，由于原始的视觉特征空间缺乏区分信息，对于GZSL分类是次优的。我们建议将生成模型与嵌入模型集成，从而产生一个混合的GZSL框架。混合GZSL方法将生成模型产生的真实样本和合成样本映射到一个嵌入空间中，在那里我们执行最终的GZSL分类。具体来说，我们为我们的混合GZSL框架提出了一个对比嵌入（CE）。所提出
2022-07-07 23:06:44
1289
原创 Cross-class generative network for zero-shot learning：用于零样本学习的跨类生成网络
Accepted 23 December 2020（Information Sciences）解决 ZSL 的传统方法是生成不可见类的样本，将其转换为监督任务。然而，这些伪样本的质量对于模型性能至关重要。在本文中，我们提出了一个新的网络，称为跨类生成网络，它包括两个新的端到端模型，为看不见的类生成高质量的样本。与以前的工作不同，我们提出的模型通过可见类的样本直接生成未见类的样本。结果，生成的样本与真实样本的分布更相似。此外，我们提出了一个类内熵来衡量选择合适的源-目标对的差异程度。据我们所知，这种类内熵是
2022-07-07 22:25:57
833
原创 Augmented semantic feature based generative network for generalized zero-shot learning
Accepted 14 April 2021（Neural Networks）零样本学习 (ZSL) 旨在在没有可用于对象类的训练数据时识别图像中的对象。在广义零样本学习（GZSL）设置下，测试对象属于可见或不可见类别。在最近的许多研究中，零样本学习是通过利用生成网络从特定类别的语义特征中合成看不见的类别的视觉特征来执行的。用户定义的语义信息不完整，缺乏可辨别性。然而，大多数生成方法直接使用用户定义的语义信息作为生成模型的约束条件，这使得模型合成的视觉特征缺乏多样性和可分离性。在本文中，我们提出了一种利用
2022-07-07 22:05:56
505
原创 Similarity-based domain adaptation network：基于相似度的领域自适应网络
Accepted 27 December 2021（Neurocomputing），发文高校为吉林大学。目录1.摘要2.思想3.创新与贡献4.问题的引出5.模型5.1 基于相似性的域差异5.2 基于相似性的自适应网络5.3 优化相似度的自适应网络SBAN5.4 总目标函数6.实验6.1 ImageCLEF-DA（3个域）6.2 Office-31（3个域共31个类）6.3 Office-Home（4个域共65个类）6.4 VisDA（合成域和真实域共12个类）6.5 消融实验7.总结1.摘要域适应利用
2022-03-29 16:03:49
2161
原创 Adaptive Adversarial Network for Source-free Domain Adaptation：用于无源域自适应的自适应对抗网络
Accepted by International Conference on Computer Vision（ICCV 2021），发文高校和企业为美国杜兰大学、美国Adobe系统公司。目录1.摘要2.背景3.思想4.创新与贡献5.问题的引出6.A2Net模型6.1 软对抗推理6.2 对比类别匹配6.3 自监督旋转6.4 总目标函数7.实验7.1 Office-31（3个域共31个类）7.2 Office-Home（4个域共65个类）7.3 VisDA（合成域和真实域共12个类）7.4 可视化7.5 消
2022-03-29 15:43:44
2602
原创 领域自适应的语义集中：Semantic Concentration for Domain Adaptation
领域自适应的语义集中：Semantic Concentration for Domain Adaptation1.摘要2.思想3.创新与贡献4.SCDA模型4.1 SCDA对抗过程功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入A
2022-01-17 17:30:10
1426
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人