实体
Gnouyadou Romaric Mazna
Gnouyadou Romaric Mazna
PulseAugur coverage of Gnouyadou Romaric Mazna — every cluster mentioning Gnouyadou Romaric Mazna across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
轻量级SED模型大幅缩小事件数据显著性预测模型尺寸
研究人员开发了SED，一种用于事件数据显著性预测的轻量级网络，通过知识蒸馏和新颖的深度可分离时空卷积块（DSTconv）显著减小了模型尺寸和参数数量。该方法将模型尺寸从180 MB大幅削减至0.32 MB，参数数量从4500万减少到81,000，同时在N-DHF1K和N-UCF Sports等基准数据集上保持或超越了性能。SED模型还展示了强大的泛化能力，能够成功地从合成事件数据迁移到其他模型失败的真实世界事件数据上。
-
新的 Transformer 模型可从事件相机数据预测显著性
研究人员推出 SEST，这是一种新颖的基于 Transformer 的模型，用于从基于事件的相机数据预测视觉显著性。这项工作通过引入两个新基准 N-DHF1K 和 N-UCF Sports（从现有的 RGB 显著性数据集中生成）来解决相关数据集稀缺的问题。SEST 表现强劲，优于之前的基于事件的方法，并缩小了与最先进的 RGB 模型之间的差距，同时还显示了向真实世界事件相机数据迁移的能力。