10 2019 档案

摘要:一、解决问题 如何将特征融合与知识蒸馏结合起来,提高模型性能 二、创新点 支持多子网络分支的在线互学习 子网络可以是相同结构也可以是不同结构 应用特征拼接、depthwise+pointwise,将特征融合和知识蒸馏结合起来 三、实验方法和理论 1.Motivation DML (Deep Mutu 阅读全文
posted @ 2019-10-31 20:30 SuperLab 阅读(1585) 评论(0) 推荐(0)
摘要:代码:https://github.com/Yochengliu/Relation Shape CNN 文章:https://arxiv.org/abs/1904.07601 作者直播:https://www.bilibili.com/video/av61824733 作者维护了一个收集一系列点云论 阅读全文
posted @ 2019-10-14 16:24 SuperLab 阅读(1465) 评论(0) 推荐(0)
摘要:Where Is My Mirror?(ICCV2019收录) 作者: 论文链接: https://arxiv.org/pdf/1908.09101.pdf 1. 研究背景 目前存在的计算机视觉任务都没有考虑镜像的问题,而在实际中由于镜像反射内容的混淆,极易导致性能下降。如图1所示,通常会造成(b) 阅读全文
posted @ 2019-10-08 10:35 SuperLab 阅读(979) 评论(0) 推荐(0)