博客
关于我
CVPR 2024 | CuVLER:通过全面的自监督Transformer增强无监督目标发现
阅读量:798 次
发布时间:2023-04-05

本文共 507 字,大约阅读时间需要 1 分钟。

论文信息

题目:CuVLER: Enhanced Unsupervised Object Discoveries through Exhaustive Self-Supervised Transformers
CuVLER:通过全面的自监督Transformer增强无监督目标发现
作者:Shahaf Arica, Or Rubin, Sapir Gershov, Shlomi Laufer
源码:https://github.com/shahaf-arica/CuVLER

论文创新点

本文提出了一种名为VoteCut的创新方法,用于无监督目标发现。该方法通过多模型集成和像素投票机制,结合归一化割(NCut)算法,显著提升了目标发现的性能。

VoteCut方法的核心思想是利用Transformer架构的强大特性,自监督地学习目标的显著特征。通过对输入图像进行多尺度分析,结合多模型集成,VoteCut能够有效区分背景与目标物体,从而实现高效的无监督目标发现。

该方法在多个基准数据集上进行了广泛实验,结果显示VoteCut在目标检测精度与计算效率之间取得了优异的平衡性能,显著优于现有的无监督目标发现方法。

转载地址:http://ctrfk.baihongyu.com/

你可能感兴趣的文章
MongoDB出现Error parsing command line: unrecognised option ‘--fork‘ 的解决方法
查看>>
mxGraph改变图形大小重置overlay位置
查看>>
MongoDB学习笔记(8)--索引及优化索引
查看>>
MQTT工作笔记0009---订阅主题和订阅确认
查看>>
ms sql server 2008 sp2更新异常
查看>>
MS UC 2013-0-Prepare Tool
查看>>
msbuild发布web应用程序
查看>>
MSB与LSB
查看>>
MSCRM调用外部JS文件
查看>>
MSCRM调用外部JS文件
查看>>
MSEdgeDriver (Chromium) 不适用于版本 >= 79.0.313 (Canary)
查看>>
MsEdgeTTS开源项目使用教程
查看>>
msf
查看>>
MSSQL数据库查询优化(一)
查看>>
MSSQL日期格式转换函数(使用CONVERT)
查看>>
MSTP多生成树协议(第二课)
查看>>
MSTP是什么?有哪些专有名词?
查看>>
Mstsc 远程桌面链接 And 网络映射
查看>>
Myeclipse常用快捷键
查看>>
MyEclipse用(JDBC)连接SQL出现的问题~
查看>>