Stanford Cars
PulseAugur coverage of Stanford Cars — every cluster mentioning Stanford Cars across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
DSeq-JEPA架构通过顺序预测增强视觉表示学习
研究人员推出了一种新颖的自监督视觉表示学习架构DSeq-JEPA。该模型在基于图像的联合嵌入预测架构（I-JEPA）的基础上，通过引入判别式顺序预测过程。DSeq-JEPA首先关注重要的视觉区域，然后逐步预测后续区域，模仿人类的注意力。在图像分类和目标检测等多个基准测试中的实验表明，DSeq-JEPA比其前身学习到更鲁棒、更具泛化性的表示。
-
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…
-
子词视觉Transformer增强细粒度图像识别
研究人员推出了一种新颖的细粒度视觉识别方法——子词视觉Transformer（SubViT），它改进了标准的视觉Transformer。SubViT选择性地对图像块进行分词，通过用多个子词表示区分性区域来分配更多容量，同时保留全局上下文。该方法分两个阶段进行训练，以识别和提炼信息性注意力图，从而无需额外的正向传播即可直接预测词的重要性。SubViT在广义类别发现等挑战性任务上显著提高了准确性，在CUB、FGVC-Aircraft和St…
-
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…
-
新的OUIDecay方法逐层自适应CNN正则化
研究人员推出了一种新颖的卷积神经网络自适应权重衰减方法OUIDecay。该技术根据在线激活模式动态调整每层的正则化强度，旨在提高训练效率和性能。与现有方法不同，OUIDecay不需要验证集，并在多个基准数据集和网络架构上展示了卓越的结果。