PulseAugur
中
实时 08:52:42
实体 Orthonormal Prototype Alignment Learning

Orthonormal Prototype Alignment Learning

PulseAugur coverage of Orthonormal Prototype Alignment Learning — every cluster mentioning Orthonormal Prototype Alignment Learning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_229534 ·

    新的OPAL框架简化了可解释的图像分类

    研究人员推出了一种新颖的框架——正交原型对齐学习（OPAL），旨在简化可解释的图像分类。这种单阶段、端到端的方法使用正交基和固定部分原型将每个类嵌入到专用的子空间中。OPAL强制特征图之间的空间竞争，以隔离判别性区域，确保原型持续关注相同的语义概念。实验表明，OPAL在细粒度基准测试中超越了现有方法，通过突出影响预测的特定图像区域来提供细粒度的视觉解释。