Computer Vision - Model evaluation for Wildlife Re-Identification with Small Datasets
本研究表明,在针对小数据集的野生动物再识别任务中,使用如 DINOv2-Giant 之类的冻结大型基础模型来提取特征并训练轻量级度量学习头部,其表现可以优于经过微调的专用模型,从而为从事具有图案特征物种研究的保护工作者提供了一个可复现、低开销的框架。
927 篇论文
本研究表明,在针对小数据集的野生动物再识别任务中,使用如 DINOv2-Giant 之类的冻结大型基础模型来提取特征并训练轻量级度量学习头部,其表现可以优于经过微调的专用模型,从而为从事具有图案特征物种研究的保护工作者提供了一个可复现、低开销的框架。
本文通过引入首个公开可用的、系统策划的包含33个辅音的手写数据集,并验证了一种改进的ResNet-18架构作为未来数字保护和铭文研究的基础基准,解决了缅甸古代骠城(Pyu)文字计算资源极度匮乏的问题。
DERMA-Agent 是一种新颖的智能体框架,它利用多模态基础模型和动态统计执行,在回顾性研究设置中,通过迭代假设发现来解决静态监督模型的局限性,从而自主生成并验证来自泛癌全切片图像的形态分子预后特征,同时保持严格的安全控制。
本文提出了一种利用 CKKS 同态加密方案实现的保护隐私的击键动力学身份验证系统,该系统通过加密的欧氏距离平方计算实现安全的模板匹配,同时确保生物特征向量在整个过程中保持机密。
本文提出了一种持续且开放式的框架,该框架通过学习基于历史数据和环境上下文来调度自主机器人的思考活动,在显著提高任务成功率和跨任务泛化能力的同时,减少了冗余的大语言模型调用和操作违规。
本文表明,在多位数整数加法中观察到的精确匹配准确率(exact-match accuracy)中剧烈的“涌现”跳变并非模型能力的真实不连续性,而是由单标记准确率(per-token accuracy)遵循幂律规律的平滑提升,结合要求所有数字均正确的非线性效应所共同导致的、完全可预测的人为产物。
本文引入了跨专家梯度对齐度量(Γ),旨在证明标准的混合专家模型训练(特别是在 Mixtral 8×7B 中)在本质上是由一种结构性的零和竞争所驱动的,这种竞争是由 softmax 耦合与 top-k 归一化的共同负面效应所导致的,从而创造了一个持久的负向对齐吸引子,而这一问题只能通过移除这些特定的架构约束来克服。
本文提出了一种新型社区检测模型,该模型利用 Skellam Nutcracker 优化算法 (S-NOA) 和 SwishSERF 注意力空间丢弃宏单元 CNN (S2ASD-MUNet) 来有效分析层间与层内依赖关系,实现了 0.962 的高模块度得分。
本文介绍了 MESH4ID,这是一个基于 Unity/OpenXR 构建的以头显为中心的虚拟现实流水线,它使用户能够在沉浸式 VR 环境中通过将实时 LiDAR 流冻结为可追溯的快照,从而实现室内环境的捕获、管理与重建,并进行交互式检查和按需网格生成。
该论文提出了 SMPD,一种新颖的自监督元学习框架,该框架利用多模态时序数据和对比预训练,能够以高准确率和少样本适应性提前 24–48 小时预测物联网设备的受攻击情况,在资源受限的环境中显著优于现有的入侵检测基准。