- 博客(7)
- 收藏
- 关注
RSS订阅原创 ViT-Adapter：Vision Transformer Adapter for Dense Predictions
作者将原使用特定的模型进行预训练并微调的训练方式，更改为了用ViT进行预训练，在微调阶段加入了Adapter,其中ViT-Adapter相当于先使用FPN学习多尺度的先验信息，并加入了Injector和Extractor，用来给ViT主干传递空间先验特征和从ViT中得到新的先验特征，最终该模型在语义分割方向取得了不错的效果。
2022-11-09 17:11:36
932
1
原创 DenseCLIP：Language-Guided Dense Prediction with Context-Aware Prompting
DenseCLIP将CLIP模型应用到了密集预测任务中，将原来的只使用image encoder进行预训练并在下游任务中微调，修改成了使用image encoder和text encoder进行预训练（CLIP），并在微调时，将text encoder的权重固定，只训练image encoder和image decoder中的权重。DenseCLIP成功的将文本信息运用到了图像的密集预测任务中。
2022-11-08 19:16:48
1365
原创 CoOp: Learning to Prompt for Vision-Language Models
CoOp将人工设置的Prompt，变为一个learnable prompt，并在CLIP上取得了很不错的效果。
2022-11-05 10:15:54
2259
1
原创 CLIP：Learning Transferable Visual Models From Natural Language Supervision
CLIP打破了原有的CV领域模型的设计思路，其一次训练得到的参数可应用到所有的分类任务当中，其使用了文本和图片的对应关系，在30多个数据集上效果相当于CNN网络中的Resnet50，并且迁移性强，鲁棒性好。
2022-11-04 18:43:21
729
原创 ViT：An Image is Worth 16x16 Words:Transformers for Image Recognition at Scale
ViT：An Image is Worth 16x16 Words:Transformers for Image Recognition at Scale
2022-11-03 21:44:56
635
原创 DP（动态规划）学习笔记
DP（动态规划）学习笔记背包问题① 01背包 每件物品最多使用一次② 完全背包 每件物品有无限个③ 多重背包 每种物品最多有si个 （存在朴素版和优化版）④ 分组背包 没组最多只能选 1 个DP优化：对dp方程进行等价变形DP最重要的就是公式推导（对于当前状态的计算）要满足两个条件：①不重 ②不漏1.01背包问题题目链接：https://www.acwing.com/problem/content/2/最简单的01背包dp[i][j]=max(dp[i−1][j],dp[i−1][
2020-11-06 21:00:02
115
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