[B! batch normalization][embedding] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

batch normalizationとembeddingに関するarxiv_readerのブックマーク (16)

効率的な SBIR モデルのレシピ: 相対的な三重項損失とバッチ正規化および知識蒸留の組み合わせ
arxiv_reader 2023/05/31
スケッチベースの画像検索 (SBIR) は、マルチメディア検索における重要なタスクであり、その目標は、指定されたスケッチクエリに一致する一連の画像を取得することです。研究者らはすでに、このタスクに

arXiv

domain

embedding

batch normalization

arXiv reaDer

augmentation

knowledge distillation
リンク
メトリック学習のための適応クロスバッチ正規化
arxiv_reader 2023/03/31
メトリック学習はコンピュータービジョンの基本的な問題であり、ランキングロスを介して意味的に有用な埋め込み空間を学習するようにモデルをトレーニングします。伝統的に、ランキングの損失の効果はミニバッチ

batch normalization

dataset

computer vision

embedding

metric learning

arXiv

arXiv reaDer
リンク
複数のバッチノルムとマルチターゲットの敵対的例によるディープメトリックラーニングの推進
arxiv_reader 2022/11/30
ディープメトリックラーニング (DML) は、機械学習の重要な分野であり、視覚的な類似性の学習に重点を置いた広範な実用的なアプリケーションを備えています。クリーンなデータの分布とは異なる分布に従う

batch normalization

embedding

adversarial

disentangling

arXiv

regularization

arXiv reaDer

metric learning
リンク
ResNet ブロックとしてのテンプレートマッチングによる機能埋め込み
arxiv_reader 2022/10/04
畳み込みブロックは局所特徴抽出器として機能し、ニューラルネットワークの成功の鍵となります。ローカルのセマンティック機能の埋め込みをより明示的にするために、最適な一致するカーネルに従って、畳み込みブロ

arXiv reaDer

dataset

arXiv

batch normalization

benchmark

convolutional

classification

embedding

residual
リンク
ArcFace: ディープ顔認識のための付加的な角度マージン損失
arxiv_reader 2022/09/11
最近、顔認識で人気のある一連の研究では、確立されたソフトマックス損失関数にマージンを採用して、クラスの分離可能性を最大化しています。このホワイトペーパーでは、最初に付加的な角度マージン損失 (Arc

face recognition

arXiv reaDer

generative

embedding

loss function

batch normalization

synthesis

interpretation

arXiv

pre-training
リンク
適応型集約による埋め込みの模倣：一般化可能な個人の再識別の学習
arxiv_reader 2022/07/22
ドメイン一般化可能（DG）個人再識別（ReID）は、トレーニング時にターゲットドメインデータにアクセスせずに、見えないドメイン全体をテストすることを目的としています。これは現実的ですが困難な問題です。

arXiv

embedding

learning

batch normalization

person

arXiv reaDer

domain

re-id
リンク
チャネル認識を使用したクラス条件付きGANの解釈
arxiv_reader 2022/03/22
生成的敵対的ネットワーク（GAN）のメカニズムを理解することは、ダウンストリームアプリケーションでGANをより適切に使用するのに役立ちます。既存の取り組みは主に無条件モデルの解釈を対象としており、条件

arXiv reaDer

synthesis

embedding

pre-training

batch normalization

arXiv

GAN
リンク
P2M：リソースに制約のあるTinyMLアプリケーションのメモリ内ピクセル処理パラダイム
arxiv_reader 2022/03/18
最先端の高解像度カメラから生成された膨大な量のデータを処理する需要は、新しいエネルギー効率の高いオンデバイスAIソリューションを動機付けています。このようなカメラの視覚データは通常、センサーピクセルア

embedding

batch normalization

arXiv

CNN

domain

dataset

arXiv reaDer
リンク
META：一般化可能な個人の再識別のために他の人の集約を介して埋め込みを模倣する
arxiv_reader 2021/12/17
ドメイン一般化可能（DG）個人再識別（ReID）は、トレーニング時にターゲットドメインデータにアクセスせずに、見えないドメイン全体をテストすることを目的としています。これは現実的ですが困難な問題です。

arXiv reaDer

re-id

embedding

person

batch normalization

arXiv

domain
リンク
Qimera：合成境界をサポートするサンプルを使用したデータフリーの量子化
arxiv_reader 2021/11/05
モデルの量子化は、特に軽量のモバイルデバイスやエッジデバイスでの推論のために、ディープニューラルネットワークを圧縮するための有望な方法として知られています。ただし、モデルの量子化では通常、完全な精度の

quantization

arXiv reaDer

arXiv

edge device

batch normalization

embedding

adversarial

disentangling

learning

synthesis
リンク
ディープドメイン一般化のためのバッチ正規化埋め込み
arxiv_reader 2021/05/19
ドメインの一般化は、機械学習モデルをトレーニングして、さまざまな見えないドメイン間で堅牢に実行することを目的としています。最近のいくつかの方法では、複数のデータセットを使用してモデルをトレーニングし、

learning

batch normalization

embedding

classification

domain

dataset

arXiv

arXiv reaDer

representation
リンク
視覚認識のための敵対的特徴の増強と正規化
arxiv_reader 2021/03/24
コンピュータビジョンの最近の進歩は、分類モデルの一般化能力を改善するために敵対的なデータ増強を利用しています。ここでは、計算コストの高いピクセルレベルの摂動に依存する代わりに、中間の特徴の埋め込みで敵

computer vision

arXiv reaDer

arXiv

segmentation

adversarial

embedding

augmentation

detection

batch normalization
リンク
SFANet：可視赤外線人物の再識別のためのスペクトル認識機能拡張ネットワーク
arxiv_reader 2021/02/25
可視-赤外線の再識別（VI-ReID）は、可視画像と赤外線画像の間のモダリティのばらつきが大きいため、マッチングの問題が困難です。既存のアプローチは通常、ピクセルレベルの変動を無視して、機能レベルの制

embedding

augmentation

re-id

dataset

convolutional

arXiv reaDer

arXiv

GAN

batch normalization

person
リンク
RGB赤外線人物の再識別のための双方向指数関数的角度トリプレット損失
arxiv_reader 2020/12/15
RGB-赤外線人物の再識別（RGB-IR Re-ID）は、モダリティの不一致が大きな課題であるクロスモダリティマッチングの問題です。ほとんどの既存の作品は、ユークリッド距離ベースの制約を使用して、異な

re-id

loss function

person

metric

arXiv

human

dataset

embedding

arXiv reaDer

batch normalization
リンク
顔からの一貫した知識蒸留による眼周囲埋め込み学習
arxiv_reader 2020/12/15
眼周囲の生体認証、または眼の周辺領域は、特に顔が閉塞またはマスクされている場合、顔の共同代替手段です。実際には、唯一の眼周囲生体認証は、最も目立たない顔の特徴をキャプチャし、それによって、特に野生環境

saliency

identification

learning

face

arXiv

dataset

embedding

arXiv reaDer

batch normalization

knowledge distillation
リンク
ディープドメイン一般化のためのバッチ正規化埋め込み
arxiv_reader 2020/11/26
ドメインの一般化は、機械学習モデルをトレーニングして、さまざまな見えないドメイン間で堅牢に実行することを目的としています。最近のいくつかの方法では、複数のデータセットを使用してモデルをトレーニングし、

dataset

arXiv reaDer

classification

batch normalization

domain

representation

arXiv

learning

embedding
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx