DRTN : Réseau de transformateurs à double relation avec effacement de caractéristiques et apprentissage contrastif pour la classification d'images multi-étiquettes

Nouvelle avancée dans la classification d’images multi-étiquettes : le réseau Transformer à double relation Contexte académique La classification d’images multi-étiquettes (Multi-Label Image Classification, MLIC) est un problème fondamental mais très complexe dans le domaine de la vision par ordinateur. Contrairement à la classification d’images à ...

Exploitation des dynamiques instance-label via l'apprentissage contrastif ancré réciproque pour l'extraction de relations en peu de coups

Exploitation de la dynamique instance-étiquette via l’apprentissage contrastif ancré réciproque pour l’extraction de relations en peu de coups Contexte académique Dans le domaine du traitement du langage naturel (Natural Language Processing, NLP), l’extraction de relations (Relation Extraction, RE) est une tâche fondamentale visant à identifier et ...

Apprentissage à instances multiples basé sur des informations déterministes négatives pour la détection et la segmentation d'objets faiblement supervisées

Apprentissage à instances multiples basé sur des informations déterministes négatives pour la détection et la segmentation d'objets faiblement supervisées

Negative Deterministic Information-Based Multiple Instance Learning for Weakly Supervised Object Detection and Segmentation Introduction au contexte Au cours de la dernière décennie, des progrès significatifs ont été réalisés dans le domaine de la vision par ordinateur, en particulier dans la détection d’objets (Object Detection) et la segmentation...