[B! distillation][synthesis] [10ページ] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

distillationとsynthesisに関するarxiv_readerのブックマーク (224)

効率的なディープハッシュ取得に向けて: 特徴埋め込みマッチングによるデータの圧縮
arxiv_reader 2023/05/30
最先端のディープハッシュ検索モデルのトレーニングにかかる費用は、より洗練されたモデルと大規模なデータセットの採用により増加しています。データセット蒸留 (DD) またはデータセット圧縮 (DC) は

arXiv

face

dataset

distillation

augmentation

synthesis

arXiv reaDer
リンク
Deep Generative Prior によるデータセット蒸留の一般化
arxiv_reader 2023/05/03
データセット蒸留は、データセット全体の知識をいくつかの合成画像に蒸留することを目的としています。少数の合成データポイントを合成し、トレーニングデータとして学習アルゴリズムに与えると、元のデータでト

arXiv

pre-training

generative

distillation

arXiv reaDer

dataset

learning

synthesis
リンク
リアルタイムビュー合成のためのニューラルデュプレックスラディアンスフィールドの学習
arxiv_reader 2023/04/21
ニューラルラディアンスフィールド (NeRFs) は、これまでにない視覚的品質を備えた新しいビュー合成を可能にします。ただし、写真のようにリアルな画像をレンダリングするには、NeRF ではピクセル

arXiv

real time

representation

dataset

distillation

3D

convolutional

arXiv reaDer

reconstruction

synthesis
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.10535v2
arxiv_reader 2023/04/21
Farm3D は、事前にトレーニングされた 2D 拡散ベースのイメージジェネレーターからの「無料」の仮想監督から完全に多関節オブジェクトのカテゴリ固有の 3D 再構築子を学習する方法です。最近のアプ

arXiv

real time

distillation

3D

monocular

arXiv reaDer

reconstruction

synthesis

pre-training

video
リンク
Nerfbusters: さりげなくキャプチャされた NeRF から幽霊のようなアーティファクトを削除する
arxiv_reader 2023/04/21
何気なくキャプチャされたニューラルラディアンスフィールド (NeRF) は、カメラの軌跡の外側でレンダリングされると、フローターや欠陥のあるジオメトリなどのアーティファクトに悩まされます。既存の評

arXiv

dataset

distillation

3D

trajectory

arXiv reaDer

synthesis
リンク
局所的に調整された拡散を使用した合成 3D シーンの生成
arxiv_reader 2023/03/23
複雑な 3D シーンの設計は、専門知識を必要とする単調な手動プロセスでした。新しいテキストから 3D への生成モデルは、このタスクをより直感的にする大きな可能性を示していますが、既存のアプローチはオブ

generative

3D

arXiv reaDer

synthesis

distillation

domain

arXiv
リンク
Vox-E: テキストガイドによる 3D オブジェクトのボクセル編集
arxiv_reader 2023/03/22
大規模なテキストガイド拡散モデルは、複雑な視覚的概念を伝える多様な画像を合成できるため、大きな注目を集めています。この生成力は、最近ではテキストから 3D への合成を実行するために活用されています。こ

arXiv

distillation

synthesis

representation

regularization

3D

arXiv reaDer

attention

generative
リンク
DREAM: 代表マッチングによる効率的なデータセット抽出
arxiv_reader 2023/03/10
データセットの蒸留は、ストレージとトレーニングのコストを削減するために、元の大規模データセットから情報の損失がほとんどない小さなデータセットを合成することを目的としています。最近の最先端の方法は、主に

distillation

arXiv reaDer

synthesis

embedding

dataset

arXiv
リンク
DiM: データセットを抽出して生成モデルにする
arxiv_reader 2023/03/09
データセットの蒸留は、大規模なデータセットから小規模で有益なデータセットを合成することにより、ネットワークのトレーニングコストを削減します。最近のデータセット抽出アルゴリズムの成功にもかかわらず、3

synthesis

dataset

arXiv reaDer

arXiv

distillation

generative
リンク
DREAM: 代表マッチングによる効率的なデータセット抽出
arxiv_reader 2023/03/01
データセット蒸留は、ストレージとトレーニングのコストを削減するために、大規模なデータセットとして情報の損失がほとんどない小さなデータセットを生成することを目的としています。最近の最先端の方法は、主に、

distillation

dataset

embedding

synthesis

arXiv

arXiv reaDer
リンク
NerfDiff: 3D 認識拡散からの NeRF 誘導蒸留による単一画像ビュー合成
arxiv_reader 2023/02/21
単一の画像からの新しいビューの合成には、入力との意味的および物理的な一貫性を同時に維持しながら、オブジェクトとシーンの遮られた領域を推測する必要があります。既存のアプローチは、局所的な画像特徴に対して

dataset

3D

occlusion

arXiv

synthesis

arXiv reaDer

distillation
リンク
顔提示攻撃検出のためのアンサンブルスタッキングによるドメインの汎化
arxiv_reader 2023/01/06
顔プレゼンテーション攻撃検出 (PAD) は、スプーフィング攻撃から顔認識システムを保護する上で極めて重要な役割を果たします。フェイス PAD メソッドの設計は大きく進歩しましたが、目に見えないテスト

arXiv

domain

dataset

face recognition

detection

learning

synthesis

arXiv reaDer

distillation

video
リンク
One is All: プログレッシブボリュームディスティレーションによるニューラルラディアンスフィールドアーキテクチャ間のギャップの橋渡し
arxiv_reader 2023/01/04
Neural Radiance Fields (NeRF) メソッドは、3D シーンのコンパクトで高品質で用途の広い表現として効果的であることが証明されており、編集、検索、ナビゲーションなどのダウンス

synthesis

3D

representation

sparse

dataset

distillation

arXiv

arXiv reaDer
リンク
ジェネレーティブイメージファンデーションモデルからの概念抽出によるゼロショットオブジェクトセグメンテーション
arxiv_reader 2023/01/02
オブジェクトセグメンテーション用のデータセットをキュレートするのは難しい作業です。大規模な事前トレーニング済み生成モデルの出現により、条件付き画像生成は、結果の品質と使いやすさが大幅に向上しました。

zero-shot

arXiv reaDer

segmentation

pre-training

arXiv

generative

synthesis

distillation

dataset
リンク
放射輝度フィールドの対話型セグメンテーション
arxiv_reader 2022/12/29
Radiance Fields (RF) は、何気なく撮影したシーンを表現して新しいビューを生成するのに人気があり、それ以外のアプリケーションにも使用されています。パーソナルスペースでの複合現実を促

semantic segmentation

3D

distillation

arXiv

arXiv reaDer
リンク
スリム化された拡散確率モデル
arxiv_reader 2022/12/01
最近達成された視覚的に満足できる結果にもかかわらず、莫大な計算コストは拡散確率モデル (DPM) の長年の欠点であり、リソースが限られたプラットフォームでのアプリケーションを大幅に制限しています。ただ

distillation

synthesis

arXiv reaDer

arXiv

estimation
リンク
One is All: プログレッシブボリュームディスティレーションによるニューラルラディアンスフィールドアーキテクチャ間のギャップの橋渡し
arxiv_reader 2022/11/30
Neural Radiance Fields (NeRF) メソッドは、3D シーンのコンパクトで高品質で用途の広い表現として効果的であることが証明されており、編集、検索、ナビゲーションなどのダウンス

synthesis

arXiv

3D

distillation

sparse

arXiv reaDer

dataset

representation
リンク
VectorFusion: ピクセルベースの拡散モデルの抽象化によるテキストから SVG への変換
arxiv_reader 2022/11/22
拡散モデルは、テキストから画像への合成において印象的な結果を示しています。キャプション付き画像の膨大なデータセットを使用して、拡散モデルは非常に多様なオブジェクトやシーンのラスター画像を生成することを

representation

differentiable

distillation

synthesis

arXiv reaDer

dataset

arXiv
リンク
データセットの蒸留を改善するために累積された軌道誤差を最小限に抑える
arxiv_reader 2022/11/22
モデルベースの深層学習は、大規模な現実世界のデータを利用できることもあり、驚くべき成功を収めています。ただし、このような大量のデータを処理するには、計算、ストレージ、トレーニング、および優れたニューラ

trajectory

learning

distillation

arXiv reaDer

synthesis

dataset

regularization

NAS

arXiv
リンク
一定のメモリを使用してデータセット蒸留を ImageNet-1K にスケールアップする
arxiv_reader 2022/11/22
データセット蒸留法は、大規模なデータセットを合成サンプルの小さなセットに圧縮することを目的としています。これにより、トレーニング時に、データセット全体での通常のトレーニングと比較して、競争力のあるパフ

trajectory

gradient

distillation

arXiv reaDer

synthesis

dataset

arXiv
リンク
前のページ 3 4 5 6 7 8 9 10 11 12 次のページ

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