[B! panoptic segmentation][self-supervised] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

panoptic segmentationとself-supervisedに関するarxiv_readerのブックマーク (9)

https://arxiv-check-250201.firebaseapp.com/each/2312.17243v1
arxiv_reader 2023/12/29
few-shot

semantic segmentation

arXiv reaDer

unsupervised

arXiv

panoptic segmentation

self-supervised
リンク
https://arxiv-check-250201.firebaseapp.com/each/2311.10648v1
arxiv_reader 2023/11/20
semantic segmentation

panoptic segmentation

transformer

synthesis

arXiv

domain adaptation

computer vision

vehicle

self-supervised

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2310.05920v3
arxiv_reader 2023/10/10
learning

attention

detection

arXiv

transformer

segmentation

self-supervised

arXiv reaDer
リンク
ビデオストリームでのテスト時間トレーニング
arxiv_reader 2023/07/12
これまでの研究では、テスト時にトレーニングされたモデルをさらに改善するための一般的なフレームワークとして、テスト時トレーニング (TTT) が確立されてきました。各テストインスタンスで予測を行う前

self-supervised

panoptic segmentation

synthesis

arXiv

dataset

video

reconstruction

arXiv reaDer
リンク
MonoDVPS: 深度認識ビデオパノプティックセグメンテーションへの自己監視型単眼深度推定アプローチ
arxiv_reader 2022/10/17
深度認識ビデオパノプティックセグメンテーションは、ビデオシーケンスからパノプティック 3D ポイントクラウドを復元する逆投影問題に取り組みます。3D ポイントはセマンティッククラスと時間的に

arXiv

augmentation

semi-supervised

panoptic segmentation

depth prediction

3D

multi-task

self-supervised

arXiv reaDer

point cloud
リンク
複数の果樹種のパノプティックセグメンテーションのための自己教師あり学習
arxiv_reader 2022/09/13
手動で生成されたラベルを使用してトレーニングされた畳み込みニューラルネットワークは、セマンティックまたはインスタンスのセグメンテーションに一般的に使用されます。精密農業では、自動化された花の検出方法

augmentation

CNN

detection

learning

arXiv reaDer

multi-task

arXiv

self-supervised

panoptic segmentation

dataset
リンク
MGNet：自動運転のための単眼の幾何学的シーンの理解
arxiv_reader 2022/06/28
単眼の幾何学的シーンを理解するためのマルチタスクフレームワークであるMGNetを紹介します。単眼の幾何学的シーンの理解は、2つの既知のタスクの組み合わせとして定義されます：パノプティコンセグメンテーシ

point cloud

arXiv reaDer

3D

real time

self-supervised

autonomous driving

panoptic segmentation

multi-task

arXiv

benchmark
リンク
パノプティックニューラルフィールド：セマンティックオブジェクトを意識したニューラルシーン表現
arxiv_reader 2022/05/10
Panoptic Neural Fields（PNF）を紹介します。これは、シーンをオブジェクト（モノ）と背景（モノ）のセットに分解する、オブジェクトを意識したニューラルシーン表現です。各オブジェクト

self-supervised

3D

semantic segmentation

synthesis

arXiv reaDer

depth prediction

representation

arXiv

panoptic segmentation

pose
リンク
共同トレーニングによる教師あり学習パフォーマンスの向上
arxiv_reader 2021/11/19
深層学習知覚モデルでは、優れたパフォーマンスを実現するために、大量のラベル付きトレーニングデータが必要です。ラベルのないデータは簡単に取得できますが、ラベルのコストは法外であり、企業や個人に多大な負担

learning

domain

self-supervised

arXiv

panoptic segmentation

multi-task

detection

arXiv reaDer
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