CUB-200-2011
PulseAugur coverage of CUB-200-2011 — every cluster mentioning CUB-200-2011 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI研究使用多臂老虎机剪枝神经网络
研究人员开发了一种新颖的方法来剪枝卷积神经网络（CNN）中的特征图，以降低计算成本和存储需求。该方法利用多臂老虎机算法，特别是UCB1和Thompson Sampling，在最小化准确性损失的同时识别和移除冗余特征图。研究表明，这些基于老虎机的算法在MNIST、CIFAR-10和SVHN等各种数据集上，其准确性与未剪枝模型相当，并且显著优于传统的贪婪和基于幅度的剪枝技术。
-
FlexiGrad 方法通过调制梯度改进分层分类
研究人员推出了一种名为 FlexiGrad 的新型无参数方法，旨在改进分层细粒度分类任务。该技术解决了由于应用于共享模型骨干的粗粒度和细粒度分类器产生的冲突梯度而导致的训练不稳定问题。通过选择性地去除有害的梯度分量并加强共享方向，FlexiGrad 实现了更稳定的优化，并能更好地保留全局结构和细粒度细节。该方法在 CUB-200-2011、FGVC-Aircraft 和 Stanford Cars 等基准数据集上展示了更高的准确性，并…
-
新的因果框架CouCE可消除深度度量学习的偏差
研究人员推出了一种新颖的因果框架CouCE，旨在通过解决零样本泛化问题来改进深度度量学习（DML）。该框架解决了两个主要的混淆因素：虚假的背景相关性和前景干扰扰动，而标准的DML目标通常无法将它们与因果相似性区分开来。CouCE采用特定的技术，即基于正交字典的后门调整（ODBA）和多尺度随机因果干预（MSRCI），来分离这些混淆因素。所提出的方法与现有的损失函数集成，并在CUB-200-2011、Cars-196和Stanford O…
-
新的vMFProto框架增强了可解释AI分类
研究人员引入了vMFProto，一个新颖的可解释分类框架，该框架将类别建模为超球体上冯·米塞斯-费希尔（von Mises-Fisher）分量的混合。该方法通过允许每个原型学习其自身的集中度来捕捉特定部分的变异性，并利用熵最优传输进行结构化块到原型的分配。在CUB-200-2011、Stanford Dogs和Stanford Cars等基准数据集上使用冻结的DINO骨干网络进行的实验表明，vMFProto在保持具有竞争力的准确性的同…
-
新AI模型增强深度学习的可解释性和可靠性 · 跟踪4个来源
研究人员引入了多模态概念瓶颈模型（MM-CBMs），通过将图像和文本嵌入与自然概念对齐来增强深度学习的可解释性。这种新方法旨在克服现有模型的局限性，例如泛化能力受限和潜在的信息泄露。MM-CBMs在零样本分类和图像检索等任务中，在提供更大透明度的同时，准确性显著提高，并能与黑盒模型竞争。另一篇论文研究了概念瓶颈模型（CBMs）中符号检测的可靠性，提出了一种缓解模型可能利用捷径导致解释不可靠问题的策略。
-
SAGA框架使用MLLM改进用于图像检索的视觉嵌入
研究人员开发了SAGA，一个利用冻结的多模态大型语言模型（MLLM）来增强检索任务的视觉嵌入的新颖框架。与使用统一类别标签监督的传统方法不同，SAGA采用组相对策略优化（GRPO）从MLLM的预测中导出特定于属性的梯度。这种方法通过专注于区分图像对之间的属性，使视觉编码器能够学习更细致的表示。该框架在零样本图像检索的多个基准数据集上，将召回率@1比最先进的基线提高了3到6个百分点，显示出显著的改进。